Pyspark：相当于 np.where [重复]

【问题标题】：Pyspark: Equivalent of np.where [duplicate]Pyspark：相当于 np.where [重复]
【发布时间】：2018-09-07 10:52:21
【问题描述】：

Pyspark 中这个操作的等价物是什么？

import pandas as pd
import numpy as np

df = pd.DataFrame({'Type':list('ABBC'), 'Set':list('ZZXY')})
df['color'] = np.where(df['Set']=='Z', 'green', 'red')
print(df)

输出

   Set Type  color
0   Z    A  green
1   Z    B  green
2   X    B    red
3   Y    C    red

【问题讨论】：

标签： pandas pyspark

【解决方案1】：

你正在寻找pyspark.sql.functions.when():

from pyspark.sql.functions import when, col

df = df.withColumn('color', when(col('Set') == 'Z', 'green').otherwise('red'))
df.show()
#+---+----+-----+
#|Set|Type|color|
#+---+----+-----+
#|  Z|   A|green|
#|  Z|   B|green|
#|  X|   B|  red|
#|  Y|   C|  red|
#+---+----+-----+

如果您有多个条件要检查，您可以将对when() 的调用链接在一起，如this answer 所示。

【讨论】：

谢谢，你是最棒的:)
这个账号我没有足够的声望，但是我用我的另一个账号做了。