pyspark数据帧将false和true转换为0和1

使用 CASE ... WHEN ( when(...).otherwise(...) )是不必要的冗长。相反,你可以 cast 整数:

from pyspark.sql.functions import col

df.select([col(c).cast("integer") for c ["test1", "test2"]])

一种避免多重性的方法 withColumn 尤其是当你有很多列的时候 functools.reduce 你只使用 带柱 曾经在这里:

import pyspark.sql.functions as F
from functools import reduce

cols = ['test1', 'test2']
reduce(lambda df, c: df.withColumn(c, F.when(df[c] == 'false', 0).otherwise(1)), cols, df).show()
+-----+-----+
|test1|test2|
+-----+-----+
|    1|    0|
|    0|    1|
+-----+-----+

对于scala用户:

df.withColumn('new', col("test1").isNotNull.cast(IntegerType))

我希望有帮助。