当我编写以下pyspark命令时:
# comment 1
df = df.withColumn('explosion', explode(col('col1'))).filter(col('explosion')['sub_col1'] == 'some_string') \
# comment 2
.withColumn('sub_col2', from_unixtime(col('explosion')['sub_col2'])) \
# comment 3
.withColumn('sub_col3', from_unixtime(col('explosion')['sub_col3']))
我收到以下错误:
.withColumn('sub_col2', from_unixtime(col('explosion')['sub_col2']))
^
IndentationError: unexpected indent
是否可以在pyspark的多行命令行之间编写注释?
答案 0 :(得分:4)
这不是pyspark
问题,而是违反python语法。
考虑以下示例:
a, b, c = range(3)
a +\
# add b
b +\
# add c
c
结果是:
a +# add b
^
SyntaxError: invalid syntax
\
是一个延续字符,python将下一行中的所有内容解释为紧随其后发生的错误,
解决此问题的一种方法是改用括号:
(a +
# add b
b +
# add c
c)
分配给变量时,它看起来像
# do a sum of 3 numbers
addition = (a +
# add b
b +
# add c
c)
或者您的情况:
# comment 1
df = (df.withColumn('explosion', explode(col('col1')))
.filter(col('explosion')['sub_col1'] == 'some_string')
# comment 2
.withColumn('sub_col2', from_unixtime(col('explosion')['sub_col2']))
# comment 3
.withColumn('sub_col3', from_unixtime(col('explosion')['sub_col3'])))