Python PySpark SQL Functions lit方法用法及代碼示例

例子

考慮以下PySpark DataFrame：

df = spark.createDataFrame([["Alex", 20], ["Bob", 30]], ["name", "age"])
df.show()



+----+---+
|name|age|
+----+---+
|Alex| 20|
| Bob| 30|
+----+---+

在 PySpark DataFrame 中創建常量列

要創建一個新的 PySpark DataFrame，其中包含 df 的 name 列以及由 True 值組成的名為 is_single 的新列：

import pyspark.sql.functions as F
df2 = df.select(F.col("name"), F.lit(True).alias("is_single"))
df2.show()



+----+---------+
|name|is_single|
+----+---------+
|Alex|     true|
| Bob|     true|
+----+---------+

這裏，F.lit(True) 返回一個Column 對象，該對象具有一個名為alias(~) 的方法，用於分配標簽。

請注意，您可以使用 withColumn(~) 方法附加新的常量列：

import pyspark.sql.functions as F
df = spark.createDataFrame([["Alex", 20], ["Bob", 30]], ["name", "age"])
df_new = df.withColumn("is_single",  F.lit(True))
df_new.show()



+----+---+---------+
|name|age|is_single|
+----+---+---------+
|Alex| 20|     true|
| Bob| 30|     true|
+----+---+---------+

創建一個列，其值基於 PySpark 中的條件

我們還可以使用 lit(~) 創建一個列，其值取決於某些條件：

import pyspark.sql.functions as F
col = df.when(F.col("age") <= 20, F.lit("junior")).otherwise(F.lit("senior"))
df3 = df.withColumn("status", col)
df3.show()



+----+---+------+
|name|age|status|
+----+---+------+
|Alex| 20|junior|
| Bob| 30|senior|
+----+---+------+

請注意以下事項：

• 我們使用 when(~) 和 otherwise(~) 模式有條件地填充列的值。

• 我們正在使用 withColumn(~) 方法附加一個名為 status 的新列。

• F.lit("junior") 實際上可以替換為 "junior" - 這隻是為了演示 lit(~) 的一種用法。