spark dataframe有三列col1，col2，col3，对col1和col2进行minmax归一化处理，给出代码

下面是使用SparkSQL中的min和max函数完成DataFrame归一化的代码：

from pyspark.ml.feature import MinMaxScaler

# 假设我们的DataFrame名为df，包含三列col1, col2, col3
cols_to_norm = ['col1', 'col2']

# 使用MinMaxScaler进行归一化，将结果存储到新列
scaler = MinMaxScaler(inputCol=cols_to_norm, outputCol='scaled_features')
df = scaler.fit(df).transform(df)

# 查看新列的结果
df.select('scaled_features', 'col1', 'col2', 'col3').show()

这将使用`MinMaxScaler`从DataFrame中选择列`col1`和`col2`来归一化，结果存储在名为`scaled_features`的新列中。调用的`fit()`方法将计算每列的最小和最大值，然后使用`transform()`方法将结果应用于DataFrame。最后，列`scaled_features`添加到DataFrame中并显示结果。