Python Pyspark：字符串列上的多个筛选器

假设下表是pyspark dataframe，我想对多个值的列ind应用过滤器。如何在pyspark中执行此操作

ind group people value 
John  1    5    100   
Ram   1    2    2       
John  1    10   80    
Tom   2    20   40    
Tom   1    7    10    
Anil  2    23   30    

我试着跟随，但没有成功

filter = ['John', 'Ram']
filtered_df = df.filter("ind == filter ")
filtered_df.show()

如何在spark中实现这一点？

您可以使用：

filter = ['John', 'Ram']
filtered_df = df.filter("ind in ('John', 'Ram') ")
filtered_df.show()

或

---

如果您想在列表中包含过滤器。还请注意，我们使用单等号

=

而不是双等号

=

来测试pyspark中的相等性（如SQL中）

这与您想要的正好相反：-因此您知道需要在函数/运算符中使用

。此处：可能重复
filter = ['John', 'Ram']
processed_for_pyspark = ', '.join(['\'' + s + '\'' for s in filter])
filtered_df = df.filter("ind in ({}) ".format(processed_for_puspark))
filtered_df.show()