通过在PySpark中的现有列中应用函数来创建新列？

Question

说我有数据框

product_id customers
1 [1,2,4]
2 [1,2]

我想通过在nb_customer列上应用函数len来创建新列，说customers。

我试过

df = df.select('*', (map(len, df.customers)).alias('nb_customer'))

但它不起作用。

这样做的正确方法是什么？

由于

Answer 1

希望这有帮助！

import pyspark.sql.functions as f

df = sc.parallelize([
    [1,[1,2,4]],
    [2,[1,2]]
]).toDF(('product_id', 'customers'))

df.withColumn('nb_customer',f.size(df.customers)).show()