Spark __getnewargs__错误...方法或（[类java.lang.String]）不存在

Question

我正在尝试将列添加到DataFrame中，具体取决于列值是否在另一列中，如下所示：

df=df.withColumn('new_column',when(df['color']=='blue'|df['color']=='green','A').otherwise('WD'))

运行代码后，我得到以下错误：

Py4JError: An error occurred while calling o59.or. Trace:
py4j.Py4JException: Method or([class java.lang.String]) does not exist
    at py4j.reflection.ReflectionEngine.getMethod(ReflectionEngine.java:318)
    at py4j.reflection.ReflectionEngine.getMethod(ReflectionEngine.java:326)
    at py4j.Gateway.invoke(Gateway.java:274)
    at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
    at py4j.commands.CallCommand.execute(CallCommand.java:79)
    at py4j.GatewayConnection.run(GatewayConnection.java:214)
    at java.lang.Thread.run(Thread.java:748)

我该怎么做才能克服这个问题？我正在使用PySpark 2.3.0

Answer 1

使用多个条件时，由于运算符的优先级，每个条件都需要分开。

df=df.withColumn('new_column',when((df['color']=='blue')|(df['color']=='green'),'A').otherwise('WD'))