我想基于2个布尔条件使用按位AND运算
来改变我的数据帧df %>% mutate(newVariable = ifelse(variable1 == "value1" & variable2 == "value2, variable3, NULL)
所以在PySpark中测试了这个:
import pyspark.sql.functions as func
df.withColumn("newVariable", func.when( \
func.col("variable1") == "value1" & func.col("variable2") == "value2", \
func.col("variable3")))
但我有错误
使用spark数据帧创建这种新变量的正确方法是什么?
答案 0 :(得分:1)
您必须记住运营商优先级。在Python中,&
的优先级高于==
,因此必须对个别的相等性检查进行括号括起来:
(func.col("variable1") == "value1") & (func.col("variable2") == "value2")
否则表达式评估为:
(func.col("variable1") == ("value1" & func.col("variable2"))) == "value2"