Question

我有一个包含几列的数据框。现在我想从其他2列中派生出一个新列：

from pyspark.sql import functions as F
new_df = df.withColumn("new_col", F.when(df["col-1"] > 0.0 & df["col-2"] > 0.0, 1).otherwise(0))

有了这个，我只得到一个例外：

py4j.Py4JException: Method and([class java.lang.Double]) does not exist

它只适用于这样的一个条件：

new_df = df.withColumn("new_col", F.when(df["col-1"] > 0.0, 1).otherwise(0))

有没有人知道使用多种条件？

我正在使用Spark 1.4。

Answer 1

使用括号强制执行所需的运算符优先级：

F.when( (df["col-1"]>0.0) & (df["col-2"]>0.0), 1).otherwise(0)

Answer 2

你也可以使用 from pyspark.sql.functions import col F.when(col("col-1")>0.0) & (col("col-2")>0.0), 1).otherwise(0)

Answer 3

何时在spark中可以与 && 和 || 运算符一起使用，以建立多个条件

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|
+---+----+---+----------+

如何在pyspark.sql.funtions.when（）中使用多个条件？

3 个答案: