在 pyspark 中,可以使用&(表示 and)和|(表示 or)来构建多个条件。重要的是,将组成条件的每个表达式都括在圆括号内。
%pyspark
dataDF = spark.createDataFrame([(66, "a", "4"),
(67, "a", "0"),
(70, "b", "4"),
(71, "d", "4")],
("id", "code", "amt"))
dataDF.withColumn("new_column",
when((col("code") == "a") | (col("code") == "d"), "A")
.when((col("code") == "b") & (col("amt") == "4"), "B")
.otherwise("A1")).show()
when 可以与 && 和 || 运算符一起使用,在spark scala中构建多个条件。
//Scala
val dataDF = Seq(
(66, "a", "4"), (67, "a", "0"), (70, "b", "4"), (71, "d", "4"
)).toDF("id", "code", "amt")
dataDF.withColumn("new_column",
when(col("code") === "a" || col("code") === "d", "A")
.when(col("code") === "b" && col("amt") === "4", "B")
.otherwise("A1"))
.show()
输出:
+
| id|code|amt|new_column|
+
| 66| a| 4| A|
| 67| a| 0| A|
| 70| b| 4| B|
| 71| d| 4| A|
+
df["col-1"] > 0.0 and df["col-2"]>0.0
吗? - AshalyndValueError: 无法将列转换为布尔值:在构建DataFrame布尔表达式时,请使用 '&' 表示 'and', '|' 表示 'or','~' 表示 'not'。
- jho