Apache spark spark dataframe：使用2个布尔条件创建新列

我想基于2个布尔条件，使用位AND运算来改变我的数据帧

df%>%mutate（newVariable=ifelse（variable1==“value1”&variable2==“value2，variable3，NULL）

所以在PySpark中，它测试了这个：

import pyspark.sql.函数为func
df.withColumn（“新变量”），函数时（\
函数列（“variable1”）=“value1”和函数列（“variable2”）=“value2”\
函数列（“变量3”））

但我有一个错误

---

使用spark dataframe创建此类新变量的正确方法是什么？

您必须记住运算符优先级。在Python中，

&

的优先级高于

=

，因此必须用括号括起各个相等性检查：

(func.col("variable1") == "value1") & (func.col("variable2") == "value2")

否则，表达式的计算公式为：

(func.col("variable1") == ("value1" & func.col("variable2"))) == "value2"

---

您必须记住运算符优先级。在Python中，

&

的优先级高于

=

，因此必须将各个相等性检查括起来：

(func.col("variable1") == "value1") & (func.col("variable2") == "value2")

否则，表达式的计算公式为：

(func.col("variable1") == ("value1" & func.col("variable2"))) == "value2"

---

什么是错误？什么是错误？