根据现有列

Question

虽然这似乎是一项微不足道的任务，但我还没能找到一个整洁的解决方案。我想将一个新的（整数）列nCol添加到dataframe，其值通过比较数据帧的两个现有列（两个字符串类型）eCol1和eCol2

类似的东西：

df(nCol) = {
  if df(eCol1) == df(eCol2) then 1
  else 0
}

我相信可以在user-defined functions（UDF）的帮助下完成。但这种琐碎的任务还没有更彻底的方法吗？

Answer 1

您需要使用Dataframe DSL when/otherwise，以测试使用===的等式：

df
.withColumn("newCol", when(df(eCol1) === df(eCol2),1).otherwise(0))