如何在Dataframe，Pyspark中用多个条件更新行

在Dataframe和Pyspark中，可以使用多个条件来更新行。下面是一种常见的方法：

from pyspark.sql import SparkSession
from pyspark.sql.functions import when

spark = SparkSession.builder.getOrCreate()

data = [("Alice", 25, "F"), ("Bob", 30, "M"), ("Charlie", 35, "M")]
df = spark.createDataFrame(data, ["name", "age", "gender"])
df.show()

输出结果：

+-------+---+------+
|   name|age|gender|
+-------+---+------+
|  Alice| 25|     F|
|    Bob| 30|     M|
|Charlie| 35|     M|
+-------+---+------+

df = df.withColumn("age", when((df.name == "Alice") & (df.gender == "F"), 26).otherwise(df.age))
df.show()

输出结果：

+-------+---+------+
|   name|age|gender|
+-------+---+------+
|  Alice| 26|     F|
|    Bob| 30|     M|
|Charlie| 35|     M|
+-------+---+------+

在上述代码中，我们使用withColumn函数和when函数来更新满足多个条件的行。在这个例子中，我们将名字为"Alice"且性别为"F"的行的年龄更新为26，其他行的年龄保持不变。

这是一个简单的示例，你可以根据实际需求和条件进行更复杂的更新操作。在Pyspark中，还有其他方法可以实现类似的功能，如使用filter函数和select函数等。

关于Pyspark的更多信息和使用方法，你可以参考腾讯云的产品文档：Pyspark。

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云