首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

迭代Pyspark dataframe的列,并根据条件填充新列

的方法如下:

  1. 首先,导入必要的库和模块:
代码语言:txt
复制
from pyspark.sql import SparkSession
from pyspark.sql.functions import when
  1. 创建一个SparkSession对象:
代码语言:txt
复制
spark = SparkSession.builder.appName("Column Iteration").getOrCreate()
  1. 创建一个示例的Pyspark dataframe:
代码语言:txt
复制
data = [("John", 25), ("Alice", 30), ("Bob", 35)]
df = spark.createDataFrame(data, ["Name", "Age"])
df.show()

输出:

代码语言:txt
复制
+-----+---+
| Name|Age|
+-----+---+
| John| 25|
|Alice| 30|
|  Bob| 35|
+-----+---+
  1. 迭代列并根据条件填充新列:
代码语言:txt
复制
new_df = df
columns = df.columns

for column in columns:
    new_column = column + "_new"
    new_df = new_df.withColumn(new_column, when(df[column] > 30, "High").otherwise("Low"))

new_df.show()

输出:

代码语言:txt
复制
+-----+---+--------+--------+
| Name|Age|Name_new|Age_new |
+-----+---+--------+--------+
| John| 25|     Low|     Low|
|Alice| 30|     Low|     Low|
|  Bob| 35|    High|    High|
+-----+---+--------+--------+

在上述代码中,我们首先创建了一个新的dataframe new_df,然后使用withColumn方法迭代原始dataframe的每一列。对于每一列,我们创建一个新的列名 new_column,并使用when函数根据条件填充新列的值。在这个例子中,我们根据年龄是否大于30来填充新列的值,如果大于30,则填充为"High",否则填充为"Low"。

这是一个简单的示例,你可以根据实际需求进行更复杂的列迭代和条件填充操作。关于Pyspark dataframe的更多操作和函数,请参考腾讯云的相关产品和文档:

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

领券