Python pyspark DataFrame.assign用法及代碼示例

本文簡要介紹 pyspark.pandas.DataFrame.assign 的用法。

用法:
DataFrame.assign(**kwargs: Any) → pyspark.pandas.frame.DataFrame

將新列分配給 DataFrame。

返回一個包含所有原始列以及新列的新對象。重新分配的現有列將被覆蓋。

參數：

**kwargs：{str：可調用，係列或索引}的字典: 列名是關鍵字。如果這些值是可調用的，則會在 DataFrame 上計算它們並分配給新列。可調用不得更改輸入DataFrame(盡管pandas-on-Spark不檢查它)。如果值不可調用(例如係列或文字)，則僅對它們進行賦值。

DataFrame: 除了所有現有列之外，還包含新的DataFrame。

注意：

可以在同一個 assign 中分配多個列，但不能引用新創建或修改的列。 Python 3.6 及更高版本的 pandas 支持此函數，但 pandas-on-Spark 不支持此函數。在pandas-on-Spark 中，首先計算所有項目，然後分配。

例子：

>>> df = ps.DataFrame({'temp_c': [17.0, 25.0]},
...                   index=['Portland', 'Berkeley'])
>>> df
          temp_c
Portland    17.0
Berkeley    25.0

其中值是可調用的，在 df 上評估：

>>> df.assign(temp_f=lambda x: x.temp_c * 9 / 5 + 32)
          temp_c  temp_f
Portland    17.0    62.6
Berkeley    25.0    77.0

或者，可以通過直接引用現有係列或序列來實現相同的行為，您還可以在同一分配中創建多個列。

>>> assigned = df.assign(temp_f=df['temp_c'] * 9 / 5 + 32,
...                      temp_k=df['temp_c'] + 273.15,
...                      temp_idx=df.index)
>>> assigned[['temp_c', 'temp_f', 'temp_k', 'temp_idx']]
          temp_c  temp_f  temp_k  temp_idx
Portland    17.0    62.6  290.15  Portland
Berkeley    25.0    77.0  298.15  Berkeley

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.pandas.DataFrame.assign。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：