Python pyspark DataFrame.withColumn用法及代码示例

通过添加列或替换具有相同名称的现有列来返回新的 DataFrame 。

列表达式必须是对此 DataFrame 的表达式；尝试从其他 DataFrame 添加列将引发错误。

参数：

colName：str

字符串，新列的名称。

col：Column

新列的 Column 表达式。

注意：

此方法在内部引入了投影。因此，多次调用它，例如，通过循环以添加多个列可能会生成可能导致性能问题甚至 StackOverflowException 的大计划。为避免这种情况，请同时对多列使用 select() 。

例子：

>>> df.withColumn('age2', df.age + 2).collect()
[Row(age=2, name='Alice', age2=4), Row(age=5, name='Bob', age2=7)]