Python PySpark为列赋值'；带列'；

我是PySaprk的新手，但对R有一些经验

问题：我想为一列中列出的高度（数字）指定一个名称。我开始编写代码如下：

w = Window.partitionBy("student_id")
df_enc_hw = df_enc_hw.withColumn("stuname", \
                       when(lower(col("height")) <= 4, "under_ht") 
                      .when(lower(col("height")) > 4 < 5, "ok_ht")  
                      .when(lower(col("height")) >=5 < 6, "normal_ht")  
                      .when(lower(col("height")) >=6, "abnor_ht")) 

谢谢你的帮助

---

K

您应该将条件句拆分为单独的表达式，如下所示：

df_enc_hw = df_enc_hw.withColumn("stuname", \
                       when(lower(col("height")) <= 4, "under_ht") 
                      .when((lower(col("height")) > 4) & (lower(col("height")) < 5), "ok_ht")  
                      .when((lower(col("height")) >=5) & (lower(col("height")) < 6), "normal_ht")  
                      .when(lower(col("height")) >=6, "abnor_ht"))

df_enc_hw=df_enc_hw.withColumn（“stuname”\
当（较低（柱（“高度”）4）和（较低（柱（“高度”）小于5）时，“正常”）
.当（（较低（柱（“高度”）大于等于5）和（较低（柱（“高度”）小于6）时，“正常”）
.当（较低（柱（“高度”）大于等于6时，“异常”）

将

lower（col（“height”）>4<5

更改为

（lower（col（“height”）>4）和（lower（col（“height”））<5）

（其他条件相同）。这是运算符优先级的问题。非常感谢您的时间和帮助。它正在工作：）

df_enc_hw = df_enc_hw.withColumn("stuname", \
                       when(lower(col("height")) <= 4, "under_ht") 
                      .when((lower(col("height")) > 4) & (lower(col("height")) < 5), "ok_ht")  
                      .when((lower(col("height")) >=5) & (lower(col("height")) < 6), "normal_ht")  
                      .when(lower(col("height")) >=6, "abnor_ht"))