如何解决Pyspark创建列并以不同的步骤填充
df1
Day Hour Values1
Monday 7 65
Monday 8 66
Monday 9 66
Tuesday 7 68
Tuesday 9 68
Tuesday 10 58
我想创建一列“标签”,其中每一行将根据不同的条件具有不同的字符串。例如,如果day == Monday和Hour == 7且values1 == 65,则创建列Tag并放置值'Blue',依此类推。
预期输出:
Day Hour Values1 Tag
Monday 7 65 'Blue'
Monday 8 66 'Red'
Monday 9 66 'Yellow'
Tuesday 7 68 'Blue'
Tuesday 9 68 'Black'
Tuesday 10 58 'Black'
我试图通过创建列标签,然后手动遍历每个单元格并使用if条件来做到这一点。这有效,但显然确实很幼稚且缓慢。有没有利用groupby或类似方法的解决方案?
解决方法
您可以使用when()
和otherwise()
from pyspark.sql.functions import *
df.withColumn("tag",when((col("day")=='monday') & (col('hour')==7) & (col('Values1')==65),"Blue))
您可以将when()
与otherwise()
一起使用
df.withColumn("tag",when(condition1,value)
.when(condition2,value)
.otherwise(value))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。