如何使用withColumn

Question

我有一个包含4个数字变量的数据框，我需要使用其他4个变量的总和创建另一个变量。 这个功能确实有效：

df4.withColumn( "sumVariables", sum(df4[x] for x in df4.columns[1:5])).show()

问题是Null值的总和，因为结果与

一行

0| null| 1| 0是空的

我该如何解决？

Answer 1

这应该有效：

df4.withColumn( "sumVariables", sum(df4[x] for x in df4.columns[1:5] if x != "null") ).show()

Answer 2

将Null替换为0

df4 = df4.fillna(0)
df4.withColumn( "sumVariables", when(sum(df4[x] for x in df4.columns) > 0, sum(df4[x] for x in df4.columns)).otherwise(None)).show()