Apache spark 如何基于Pyspark中基于另一列的表达式求值有条件地替换列中的值？ 将numpy导入为np df=spark.createDataFrame( [（1，1，无）， （1，2，浮动（5））， （1，3，np.nan）， （1、4、无）， （0,5，浮点数（10））， （1,6，浮动（'nan'））， （0,6，float（'nan'））]， （“会话”、“时间戳1”、“id2”）） +-------+----------+----+ |会话|时间戳1 | id2| +-------+----------+----+ |1 | 1 |空| | 1| 2| 5.0| |1 | 3 |南| |1 | 4 |空| | 0| 5|10.0| |1 | 6 |南| |0 | 6 |南| +-------+----------+----+

当session==0时，如何用值999替换timestamp1列的值

预期产出

---

是否可以在PySpark中使用replace（）执行此操作？

您应该使用

when

（使用

或
）函数：

from pyspark.sql.functions import when

targetDf = df.withColumn("timestamp1", \
              when(df["session"] == 0, 999).otherwise(df["timestamp1"]))

我们如何仅将其应用于
时间戳1
中的空值？
from pyspark.sql.functions import when

targetDf = df.withColumn("timestamp1", \
              when(df["session"] == 0, 999).otherwise(df["timestamp1"]))