是否在不使用UDF的情况下向pyspark dataframe添加新列？

是的，可以在不使用UDF的情况下向pyspark dataframe添加新列。在pyspark中，可以使用withColumn()方法来实现这个功能。withColumn()方法接受两个参数，第一个参数是新列的名称，第二个参数是新列的计算逻辑。以下是一个示例代码：

from pyspark.sql import SparkSession

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建一个示例DataFrame
data = [("Alice", 25), ("Bob", 30), ("Charlie", 35)]
df = spark.createDataFrame(data, ["Name", "Age"])

# 添加新列
df_with_new_column = df.withColumn("Salary", df["Age"] * 1000)

# 显示DataFrame
df_with_new_column.show()

在这个示例中，我们创建了一个包含"Name"和"Age"两列的DataFrame。然后，使用withColumn()方法添加了一个名为"Salary"的新列，该列的值是"Age"列的值乘以1000。最后，使用show()方法显示了包含新列的DataFrame。

推荐的腾讯云相关产品：腾讯云EMR（Elastic MapReduce），是一种大数据处理和分析的云服务，可以方便地进行Spark等分布式计算。您可以通过以下链接了解更多信息：腾讯云EMR产品介绍