如何将字符串附加到pyspark中列出dataframe列
在pyspark中将字符串附加到列出的dataframe列，可以使用withColumn函数来实现。withColumn函数用于添加新列或替换现有列，并返回一个新的dataframe。
具体步骤如下：
- 导入必要的模块：
from pyspark.sql import SparkSession
from pyspark.sql.functions import col- 创建SparkSession对象：
spark = SparkSession.builder.getOrCreate()- 创建一个示例dataframe：
data = [("John", 25), ("Alice", 30), ("Bob", 35)]
df = spark.createDataFrame(data, ["Name", "Age"])
df.show()输出：
+-----+---+
| Name|Age|
+-----+---+
| John| 25|
|Alice| 30|
| Bob| 35|
+-----+---+- 使用withColumn函数将字符串附加到列：
new_df = df.withColumn("NameWithSuffix", col("Name") + "_suffix")
new_df.show()输出：
+-----+---+--------------+
| Name|Age|NameWithSuffix|
+-----+---+--------------+
| John| 25| John_suffix|
|Alice| 30| Alice_suffix|
| Bob| 35| Bob_suffix|
+-----+---+--------------+在上述代码中，withColumn函数接受两个参数，第一个参数是新列的名称，第二个参数是新列的值。在这里，我们使用col函数来引用现有列的值，并通过字符串拼接操作将后缀"_suffix"附加到每个名称。
推荐的腾讯云相关产品：腾讯云EMR（Elastic MapReduce），是一种大数据处理和分析的云服务，可用于处理和分析大规模数据集。您可以通过以下链接了解更多关于腾讯云EMR的信息：腾讯云EMR产品介绍
请注意，以上答案仅供参考，具体的实现方式可能因环境和需求而异。
相关·内容
我有一个包含一个列"value“的dataframe，它包含一个字符串列表，例如 id value002 ["xyz"]001 ["abc", "abd", "new"]
002 ["xyz", "
浏览 11提问于2020-12-03得票数 1
1回答
如何将Vectors.dense列添加到pyspark中？import pandas as pdfrom pyspark.sql import SQLContext
py_df = pd.DataFrame.from_dict({"time": [59., 115.
浏览 1提问于2018-04-14得票数 1
回答已采纳
1回答
有一段时间，我在寻找如何将多个列一次重命名为一个PySpark DF，并遇到了如下情况：def rename_sdf(df, mapper={}, **kwargs_mapper): # return something
我对最后一段感兴趣，其中通过赋值语句将方法添加到<
浏览 6提问于2020-07-09得票数 1
10回答
我有一个火花DataFrame (使用PySpark 1.5.1)，并希望添加一个新的列。我尝试过以下几种方法，但都没有成功：还得到了一个错误，使用如下：
my_df_spark.withColumn("hours", sc.paral
浏览 13提问于2015-11-12得票数 179
回答已采纳
2回答
从列表中添加列的pySpark
、、、、
我有一个数据文件名，并希望根据列表中的值向它添加列。
我的值列表将从3-50个值变化。我是pySpark新手，我试图将这些值作为新列(空)附加到我的df中。我看到了关于如何将一列添加到dataframe中的推荐代码，而不是从列表中添加多列的代码。, 'ConformedLeaseRecoveryTypeName', 'Conforme
浏览 2提问于2020-05-12得票数 1
回答已采纳
1回答
在PySpark中，如何将Dataframe转换为普通字符串？我将PySpark与Kafka一起使用，而不是硬编码代理名称，而是在PySpark中参数化了Kafka broker名称。这些变量为带有字符串的Dataframe类型。错误：
只能将字符串(不是Dataf
浏览 0提问于2021-03-05得票数 0
2回答
我有一个使用以下命令创建的pyspark.sql.dataframe.DataFrame实例如何修改此列，使其只取其中的前4个字符，并丢弃其余的字符？datafr
浏览 0提问于2016-08-20得票数 4
回答已采纳
我知道PySpark DataFrames是不可变的，所以我想创建一个新列，该列是根据应用到PySpark DataFrame的现有列的转换生成的。我的数据太大了，无法使用collect()。该列是唯一int列表(在给定列表中不重复int)，例如：[1,2][2,3]
上面是一个玩具例子，因为我的实际DataFrame有一个最大长度为52个唯一ints的列表。我想要生成一个列，它遍历int
浏览 9提问于2017-01-12得票数 1
回答已采纳
我有一个大的DF (pyspark.sql.dataframe.DataFrame)，它是多个联接的结果，加上使用来自不同DFS (包括DF2 )的输入组合创建的新列。在完成基于DF2输入的联接/创建新列之后，我希望删除DF中的所有DF2列。drop()不接受list --只接受字符串或列。我知道df.drop("col1", "col2", "coln")会正常工
浏览 8提问于2022-04-16得票数 1
回答已采纳
我的dataframe中有2列，一列叫做“Subreddits”，它列出字符串值，另一列叫做“外观”，它列出了它们出现的次数。当检测到已经在dataframe中的字符串值时，我试图将1添加到“外观”列中某一行的值中。我不知道如何将1添加到subreddit的“外观”中。
浏览 1提问于2018-10-05得票数 0
回答已采纳
1回答
我刚在pyspark工作，我试图对我的数据进行一些标记化。我有我的第一个数据：reviewID|text|starstokenizer = Tokenizer(inputCol="text", outputCol.withColumn("howmanywords", countTokens(col("words"))).show(truncate=False)
我得到了我的令牌，但是现在我想转换一下如下所示的dataframe<
浏览 5提问于2019-09-21得票数 0
回答已采纳
如何将字符串值添加到pyspark中的列。使用withColumn("status"，"online")会出现错误
我在这里使用的是Spark 1.6
浏览 1提问于2017-05-05得票数 2
1回答
我正在创建一个time_interval列，并将其添加到Pyspark中现有的数据框架中。我有为我做逻辑的星星之火sql代码，但是如何将连接成字符串列的值插入到现有的数据帧中呢？..||DataFrame[concat(...||DataFrame[concat(...|
|Da
浏览 1提问于2019-05-30得票数 1
回答已采纳
我有一个从熊猫数据帧创建的样本spark数据帧-fromfirst and then create pandas dataframe from itpdf = pd.DataFrame([[1,"hello worldstring (nullable = true)pan
浏览 3提问于2020-09-09得票数 0
有人能告诉我如何将包含字符串的列表转换为pyspark中的Dataframe吗？我使用Python3.6和火花2.2.1。我的数据如下所示现在，我想创建一个<
浏览 3提问于2018-01-16得票数 3
回答已采纳
我们怎么才能用
在org.apache.spark.sql.catalyst.parser.CatalystSqlParser中导入它，它在Scala中工作得很好，现在根据需求，我们尝试转换我们的项目
浏览 7提问于2022-06-09得票数 0
我正在尝试将我的pandas代码转换为pyspark dataframe，并尝试在dataframe的一列上应用函数。我在pandas dataframe中做了一些如下的事情。在操作了几个列值之后，将新列添加到pandas数据帧中，如下所示。return USD_amount
salesData['Sales (INR)'] = salesData.apply(convert_USD_INR,
浏览 15提问于2020-01-03得票数 1
回答已采纳
数据集附呈。在名为“转录”的列中，我希望从列中的每一行中提取大写单词，并将其作为dataframe的特性，并将大写单词后面的字符串作为该特性下的数据点的值。预期的输出将是dataframe中的另一列，名称为字符串中的大写单词，而特定的数据点将在该特性下具有一个值。尽我最大的努力解释。
浏览 2提问于2020-02-28得票数 0
回答已采纳
我有一个用例来映射基于条件的pyspark列的元素。通过这个文档，我找不到一个函数来执行映射函数。因此，尝试使用pyspark映射函数，但无法将pyspark列转换为dataFrame带有时间戳字符串的pyspark列在验证时间戳格式的基础上，为每个元素创建一个具有布
浏览 4提问于2021-11-19得票数 0
回答已采纳
我想使用PySpark (Spark1.6.2)对存在于Hive表中的数值数据执行主成分分析(PCA)。= hiveContext.sql("SELECT * FROM my_table")<class 'pyspark.sql.dataframe.DataFrame有一篇优秀的StackOverflow文章展示了如何在PySpark：中执行PCA
在pos
浏览 1提问于2016-10-06得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
