将常量值列添加到 spark 数据框

Question

我在 Databricks 中使用 Spark 2.1 版。我有一个名为 wamp 的数据框，我想向其中添加一个名为 region 的列，该列应采用常量值 NE。但是，当我运行以下命令时，我收到一条错误消息 NameError: name 'lit' is not defined：

wamp = wamp.withColumn('region', lit('NE'))

我做错了什么？

Answer 1

您需要导入 lit

或者

from pyspark.sql.functions import *

将使 lit 可用

或类似

import pyspark.sql.functions as sf
wamp = wamp.withColumn('region', sf.lit('NE'))

Answer 2

muon@ 提供了上面的正确答案。只需添加一个快速可复制的版本以提高清晰度。

>>> from pyspark.sql.functions import lit
>>> df = spark.createDataFrame([(1, 4, 3)], ['a', 'b', 'c'])
>>> df.show()
+---+---+---+
|  a|  b|  c|
+---+---+---+
|  1|  4|  3|
+---+---+---+

>>> df = df.withColumn("d", lit(5))
>>> df.show()
+---+---+---+---+
|  a|  b|  c|  d|
+---+---+---+---+
|  1|  4|  3|  5|
+---+---+---+---+

将常量值列添加到 spark 数据框

Adding constant value column to spark dataframe

apache-spark

pyspark

databricks