Python 如何使用IN运算符将多个值从panda df传递到pyspark SQL

my df的输出返回三个不同的值，如下所示

print(df["ID"])

返回三个ID

1

、

2

和

3

我想在pyspark SQL中传递这些值

 Query = 'select col 1 from temptable where ID IN (*need to pass the ID's here*)

---

关于如何实现这一点有什么想法吗？

如果

Query

是字符串，则将

df[“ID”]

转换为字符串

比如说

','.join( df['ID'].astype(str).to_list() )

给出字符串

'1,2,3'

然后您可以在字符串中使用它，并使用ie.f-string进行查询

---

最小工作示例

import pandas as pd

df = pd.DataFrame({'ID':[1,2,3]})

text = ','.join( df['ID'].astype(str).to_list() )

Query = f'SELECT col 1 FROM temptable WHERE ID IN ({text})'

print(Query)

结果:

'SELECT col 1 FROM temptable WHERE ID IN (1,2,3)'

---

编辑：

这也适用于我

text = ','.join( df['ID'].astype(str) )

或

或

或

---

如果查询是字符串，则将

df[“ID”]

转换为字符串。例如，.join（df['ID'].astype（str）.to_list（））给出字符串

“1,2,3”

text = df['ID'].astype(str).str.cat(sep=',')

item = df[ ['ID'] ].astype(str).agg(','.join)  #, axis=0)
text = item['ID']

item = df[ ['ID'] ].astype(str).apply(lambda column: ','.join(column))  #, axis=0)
text = item['ID']