Python 如何在Pyspark中的lambda函数中附加数据帧的特定列？

我生成了一个UserDefinedFunction，如下所示：

def function1(instance):
    if(instance['Atr1'] == '--'):
        return '++'
    else:
        return '++++'

from pyspark.sql.functions import UserDefinedFunction

udf = UserDefinedFunction(lambda instance: function1(instance), StringType())

udf(df)

其中我的数据帧有一些属性：“Atr1”、“Atr2”、“AtrN”

我得到一个错误：

AttributeError: 'DataFrame' object has no attribute '_get_object_id'

---

我想要一个只有阿曲布他酯的专栏。我该怎么做呢？

你可以在你需要的专栏中调用udf

from pyspark.sql.functions import UserDefinedFunction
udf = UserDefinedFunction(lambda instance: instance, StringType())
df.select(udf('Atr1')).collect()

要使用上述简单函数基于现有属性创建属性，我们不需要udf。我们能做到

from pyspark.sql import functions as F
df.withColumn('Atr4',F.when(df.Atr1 == '--','++').otherwise('++++')).show()

或者，如果使用相同的逻辑创建许多属性，我们可以将它们作为udf移动并使用它们

 udf = UserDefinedFunction(lambda attr: F.when(attr == '--','++').otherwise('++++'), StringType())
 df.select('Atr1','Atr2','Atr3',udf('Atr1').alias('Atr4'),udf('Atr2').alias('Atr5')).show()

---

等等。

如果我有一个函数，可以对实例的不同属性进行一些操作，那该怎么办？我的意思是，如果我有一个名为“func（instance）”的函数，它对实例的属性进行一些操作，我称它为“udf=UserDefinedFunction（lambda实例：func（instance），StringType（））”。让“func（instance）”代码为：“if（instance['Atr1']>0）：return true”我编辑了这个问题以便您更好地理解。因此，基于Atr1，您想要创建一个新属性或更改Atr1值？？我想要创建一个新属性。好的，回答不错。我仍然想知道，如果方法更复杂（许多循环和ifs），我如何处理这个问题。我编辑了这个问题，以更好地表示我想要得到的。