Pandas 如何根据条件更改考拉数据帧中的值

我正在使用考拉，我想根据条件更改列的值

在熊猫中，我可以使用：

将熊猫作为pd导入
df_测试=pd.DataFrame({
“a”：[1,2,3]
，'b'：['1'，'2'，'3']}）
df_test2=pd.DataFrame({
c:[2,1,3]
，'d'：['1'，'2'，'3']}）
df_test.loc[df_test.a.isin（df_test2['c']），'b']='four'
df_测试头（）
a b
零一四
1234
二三四

我试图在考拉中使用相同的方法，但我有一个错误：

---------------------------------------------------------------------------
PandasNotImplementedError回溯（最后一次调用）
在里面
5笔新贷款[“注销”]=0
6.
---->7新贷款。loc[（新贷款['ID'].isin（用户输入注销['ID']），'注销]=1
8新贷款。loc[新贷款[‘冲销’]==1，“正在使用”]=0
9 new_loans=new_loans.sort_值（按=['ZOHOID'，'Disb Date']））
/isin中的usr/local/lib/python3.7/dist-packages/databricks/koalas/base.py（self，values）
894             )
895
-->896返回self.\u和\u new\u scol（self.spark.column.isin（列表（值）））
897
898 def isnull（自）->联合[“系列”，“索引”]：
/usr/local/lib/python3.7/dist-packages/databricks/koalas/series.py in_u_iter__;（self）
5871
5872定义（自身）：
->5873返回丢失的类PandasLikeSeries.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
5874
5875如果sys.version_info>=（3,7）：
/usr/local/lib/python3.7/dist-packages/databricks/koalas/missing/__-init__uuuuu.py在不受支持的函数中（*args，**kwargs）
21 def不支持的_函数（*args，**kwargs）：
22提升盘未执行错误(
--->23类名称=类名称，方法名称=方法名称，原因=原因
24         )
25
PandasNotImplementedError:未实现方法“pd.Series.\uu iter\uuuu（）”。如果要以NumPy数组的形式收集数据，请改用“to_NumPy（）”。

我怎么能在考拉做同样的手术

更新 下面这个问题：我已经做了：

df_test.loc[df_test.a.isin（df_test2['c'].to_list（）），'b']='four'

但现在我有一个错误：

---------------------------------------------------------------------------
PythonException回溯（最近一次调用）
/usr/local/lib/python3.7/dist-packages/IPython/core/formatters.py in_u_____________（self，obj）
700 type\u PPRINTS=self.type\u打印机，
701延迟的打印机=自延迟的打印机）
-->702打印机。漂亮（obj）
703打印机。刷新（）
704返回流。getvalue（）
/pretty（self，obj）中的usr/local/lib/python3.7/dist-packages/IPython/lib/pretty.py
392如果cls不是对象\
393和可调用（cls.dict.get（“报告”）：
-->394返回报告（obj、自我、循环）
395
396返回默认值（对象、自身、循环）
/usr/local/lib/python3.7/dist-packages/IPython/lib/pretty.py in_repr_pprint（obj，p，cycle）
698“”“一个仅重定向到正常repr函数的pprint。”“”
699#找到换行符并替换为p.break()）
-->700输出=repr（obj）
701行=输出。拆分行（）
702带p.组（）：
/usr/local/lib/python3.7/dist-packages/databricks/koalas/frame.py in____repr____（self）
10614返回self.\u至\u internal\u pandas（）.至\u string（）
10615
>10616 pdf=self.\u获取\u或\u创建\u报告\u熊猫\u缓存（最大显示\u计数）
10617 pdf_length=len（pdf）
10618 pdf=pdf.iloc[：最大显示计数]
/缓存中的usr/local/lib/python3.7/dist-packages/databricks/koalas/frame.py（self，n）
10606 def_get_或_create_repr_pandas_缓存（self，n）：
10607如果不在hasattr（自我，“\u repr\u pandas\u缓存”）或n不在自我中。\u repr\u pandas\u缓存：
>10608 self._repr_pandas_cache={n:self.head（n+1）。_to_internal_pandas（）}
10609返回自我。\u repr\u pandas\u缓存[n]
10610
/usr/local/lib/python3.7/dist-packages/databricks/koalas/frame.py in_to_internal_pandas（self）
10602此方法仅供内部使用。
10603         """
>10604将自身内部返回到框架
10605
10606 def_get_或_create_repr_pandas_缓存（self，n）：
/包装属性（self）中的usr/local/lib/python3.7/dist-packages/databricks/koalas/utils.py
514 def wrapped_lazy_属性（自身）：
515如果不是HASTATR（自身，属性名称）：
-->516 setattr（self，attr_name，fn（self））
517返回getattr（self，attr\u name）
518
/usr/local/lib/python3.7/dist-packages/databricks/koalas/internal.py-to_pandas_框架（self）
807“作为数据帧返回。"""
808 sdf=自-至-内部-火花-帧
-->809 pdf=sdf.toPandas（）
810如果len（pdf）==0且len（sdf.schema）>0：
811 pdf=pdf.astype(
/toPandas（self）中的usr/local/spark/python/pyspark/sql/pandas/conversion.py
136
137#下面是没有箭头优化的toPandas。
-->138 pdf=pd.DataFrame.from_记录（self.collect（），columns=self.columns）
139列\计数器=计数器（自列）
140
/collect（self）中的usr/local/spark/python/pyspark/sql/dataframe.py
594         """
595使用SCCallSiteSync（self.\u sc）作为css：
-->596 sock\u info=self.\u jdf.collectToPython（）
597返回列表（\u从\u套接字加载\u（sock\u信息，BatchedSerializer（PickleSerializer（）））
598
/usr/local/lib/python3.7/dist-packages/py4j/java_gateway.py in____调用（self，*args）
1303 answer=self.gateway\u client.send\u命令（command）
1304返回值=获取返回值(
->1305应答，self.gateway\u客户端，self.target\u id，self.name）
1306
1307用于温度参数
/usr/local/lib/python3.7/dist-packages/databricks/koalas/internal.py in to_pandas_frame(self)
    807         """ Return as pandas DataFrame. """
    808         sdf = self.to_internal_spark_frame
--> 809         pdf = sdf.toPandas()
    810         if len(pdf) == 0 and len(sdf.schema) > 0:
    811             pdf = pdf.astype(

/usr/local/spark/python/pyspark/sql/pandas/conversion.py in toPandas(self)
    136 
    137         # Below is toPandas without Arrow optimization.
--> 138         pdf = pd.DataFrame.from_records(self.collect(), columns=self.columns)
    139         column_counter = Counter(self.columns)
    140 

/usr/local/spark/python/pyspark/sql/dataframe.py in collect(self)
    594         """
    595         with SCCallSiteSync(self._sc) as css:
--> 596             sock_info = self._jdf.collectToPython()
    597         return list(_load_from_socket(sock_info, BatchedSerializer(PickleSerializer())))
    598