基于其他数据框条件生成新列的函数的应用

Question

我尝试编写一个函数，如果满足某些条件，则从现有列中获取X坐标并将其乘以负1。该函数可以很好地编译，但是一旦将其应用于感兴趣的列，我就会不断遇到df=spark.createDataFrame([("A", "x", "3"), ("A", "y", "1"), ("B", "a", "2"), ("B", "b", "5"), ("C", "v", "2"), ("D", "f", "6")], ["id", "manager", "score"]) +---+-------+-----+ | id|manager|score| +---+-------+-----+ | A| x| 3| | A| y| 1| | B| a| 2| | B| b| 5| | C| v| 2| | D| f| 6| +---+-------+-----+ df.createOrReplaceTempView("employee") sql("select id, manager, score from (select e1.id, e1.manager, e1.score, dense_rank() over (order by e1.id) as rrank from employee e1) where rrank <= 3").show() +---+-------+-----+ | id|manager|score| +---+-------+-----+ | A| x| 3| | A| y| 1| | B| a| 2| | B| b| 5| | C| v| 2| +---+-------+-----+ 错误消息。

我的功能：

The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

基本上，我想编写一个接受X坐标并在满足某些条件的情况下翻转它的函数。我猜想我对布尔条件及其应用的理解还差得远，所以我们将不胜感激。

Answer 1

您现在应该使用按位而不是布尔值和

，而应该使用“ and”而不是“＆”

实际上看起来我在这里错了。

Truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()

这似乎很好地回答了您的问题。