agg条件：关键字不能是Pyspark的表达式

Question

我正在使用pyspark创建一个数据框，该数据框在“ isfraud”列的值== 1时计算“ montant”的总和。

但是我得到这个错误：

  

文件“”，第5行       when（col（“ isFraud”）= 1，sum（“ montant”））           ^ SyntaxError：关键字不能是表达式

这里的代码：

 CNP_df_fraude= (tx_wd_df
                 #.filter("isFraude =='1'").filter("POS_Card_Presence =='CardNotPresent'")
                 .groupBy("POS_Cardholder_Presence")
                 .agg(
                     when(col("isFraud") =1, sum("montant"))
                 )
                )

请问有什么主意吗？ 谢谢

Answer 1

只需将when（）放在sum（）内：

CNP_df_fraude= (tx_wd_df
            .groupBy("POS_Cardholder_Presence")
            .agg(
                 sum(when(col("isFraud")==1, col("montant")).otherwise(0))
             )
            )

Answer 2

您不能在when()函数中使用.agg()。

您可以尝试：

 CNP_df_fraude= tx_wd_df.filter(F.col("isFraud") == 1)
                .groupBy("POS_Cardholder_Presence")
                .sum("montant")