Hadoop PySpark是否使用一条语句更改多个列？

基本上，我有一个DataFrame，它大约有80列，我需要根据一些case语句动态地更改大约（10-15）行。我正在使用

df.WithColumn

方法进行更改。然而，它变得非常昂贵，因为我需要调用这些案例语句10-15次（据我所知，它将在整个df中循环15次）。如何改进它，以便对

df

中的每一行执行

df.withcolumn

？这样，我就可以为df的每一行添加15个case语句，而且成本不会太高。或者请提出一个替代方案

    df.withColumn('FY',F.when(df['ID'].substr(5,2).isin({'11','12'}),
      df['ID'].substr(1,4).cast("integer") + 1).
      otherwise(df['ID'].substr(1,4)).cast("integer"))



.
.
.
.
.
.
.

    df.withColumn('FY1',F.when(df['ID1'].substr(5,2).isin({'11','12'}),
      df['ID'].substr(1,4).cast("integer") + 1).
      otherwise(df['ID1'].substr(1,4)).cast("integer"))