要使用AWS Glue进行简单的自定义转换，并指定所需的输出列名称，可以按照以下步骤进行操作：

1. 创建一个AWS Glue作业。在AWS Glue控制台中，选择"作业"，然后点击"添加作业"。
2. 在"基本信息"页面中，输入作业名称和描述，并选择一个数据源和目标位置。
3. 在"脚本编写"页面中，可以使用Python或Scala编写自定义转换逻辑的代码。以下是一个Python示例：

import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from awsglue.context import GlueContext
from awsglue.job import Job

args = getResolvedOptions(sys.argv, ['JOB_NAME'])
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session
job = Job(glueContext)
job.init(args['JOB_NAME'], args)

# 创建动态帧
datasource = glueContext.create_dynamic_frame.from_catalog(database = "your-database", table_name = "your-table")

# 执行自定义转换逻辑
transformed = ApplyMapping.apply(frame = datasource, mappings = [("input_column_name", "string", "output_column_name")])

# 将动态帧转换为数据框
dataframe = transformed.toDF()

# 编写输出列名称
output_columns = ["output_column_name"]

# 选择所需的输出列
selected_data = dataframe.select(*output_columns)

# 创建动态帧并写入目标位置
glueContext.write_dynamic_frame.from_options(frame = DynamicFrame.fromDF(selected_data, glueContext, "nested"), connection_type = "your-connection-type", connection_options = {"your-option": "your-value"}, format = "your-format", format_options = {"your-option": "your-value"})

job.commit()

在上述代码中，可以根据需要修改以下变量：

• your-database和your-table：指定数据源的数据库和表名。
• input_column_name和output_column_name：指定输入列和所需的输出列名称。
• output_column_name：指定所需的输出列名称。
• your-connection-type：指定目标位置的连接类型，如s3或jdbc。
• your-option和your-value：根据目标位置的要求，指定连接选项和格式选项。

4. 在AWS Glue控制台中，保存并运行作业。

通过以上步骤，您可以使用AWS Glue进行简单的自定义转换，并指定所需的输出列名称。