如何基于值pyspark创建带区列

在pyspark中,当/否则等同于if/else。如果 df 那么,您的实际数据帧是:

new_df = df.withColumn('banding', when(col('numb_of_count') <3,col('numb_of_count')).when(col('numb_of_count') <=5 , '3-5').when(col('numb_of_count') <= 10, '6-10').otherwise('+11'))

df.带柱

df.withColumn 将新列添加到框架中,第一个参数作为新列的名称。更多信息 here

何时/以其他方式

类似于if/else,更多信息 here

这是一个很好的 answer 了解更多时间/其他方面的信息。