我在Databricks中使用Spark版本2.1。我有一个名为wamp
的数据框,我想添加一个名为region
的列,该列应采用常量值NE
。但是,当我运行以下命令时,我会收到一个错误,提示NameError: name 'lit' is not defined
:
wamp = wamp.withColumn('region', lit('NE'))
我做错了什么?
我在Databricks中使用Spark版本2.1。我有一个名为wamp
的数据框,我想添加一个名为region
的列,该列应采用常量值NE
。但是,当我运行以下命令时,我会收到一个错误,提示NameError: name 'lit' is not defined
:
wamp = wamp.withColumn('region', lit('NE'))
我做错了什么?
您需要导入lit
。
或者
from pyspark.sql.functions import *
将使lit
可用
或类似的东西
import pyspark.sql.functions as sf
wamp = wamp.withColumn('region', sf.lit('NE'))
muon@在上面提供了正确的答案。为了增加清晰度,我这里提供一个快速可重现的版本。
>>> from pyspark.sql.functions import lit
>>> df = spark.createDataFrame([(1, 4, 3)], ['a', 'b', 'c'])
>>> df.show()
+---+---+---+
| a| b| c|
+---+---+---+
| 1| 4| 3|
+---+---+---+
>>> df = df.withColumn("d", lit(5))
>>> df.show()
+---+---+---+---+
| a| b| c| d|
+---+---+---+---+
| 1| 4| 3| 5|
+---+---+---+---+