Python 如何将存储在变量中的条件解析为PySpark代码？

我有一个数据帧

df

和一个字符串变量

cond

，其中包含一个条件，比如：

cond = """F.col('some-column').isin(['some-value'])"""

我需要应用/解析这个条件，它作为文本存储在数据帧

df

上。我怎样才能做到这一点

---

我知道如果我稍微修改一下，我可以利用SparkSQL。然而，对于一些即将到来的需求，我更喜欢这种方法。如果可能的话，也就是说。

IIUC，直接在数据帧上使用过滤器。

a_list = [1, 2 3]
df = df.filter(F.col("col_name).isin([a_list]))

根据理解更新答案：） 多亏了他的投入，这比我想象的要容易

cond = """F.col('some-column').isin(['some-value'])"""

df = df.filter(eval(cond))

---

这我知道。问题是，我得到的条件是变量中的字符串。我必须将其应用于数据帧。比如说，df.filter（magic_func（cond））更新了答案-你能检查一下吗？如果您希望获得相同的批准和投票，我们将不胜感激。。提前谢谢！你试过了吗？谢谢！成功了！使用评估方法通常意味着糟糕的设计。正确的方法是DSK回答。是的。将case语句与expr一起使用也是此类用例的一个很好的解决方法

cond = """F.col('some-column').isin(['some-value'])"""

df = df.filter(eval(cond))