将注释放在多行语句之间（带有行继续）

Question

当我编写以下pyspark命令时：

# comment 1
df = df.withColumn('explosion', explode(col('col1'))).filter(col('explosion')['sub_col1'] == 'some_string') \
    # comment 2
    .withColumn('sub_col2', from_unixtime(col('explosion')['sub_col2'])) \
    # comment 3
    .withColumn('sub_col3', from_unixtime(col('explosion')['sub_col3']))

我收到以下错误：

.withColumn('sub_col2', from_unixtime(col('explosion')['sub_col2']))
^
IndentationError: unexpected indent

有没有办法在pyspark的多行命令行之间写注释？

Answer 1

这不是pyspark问题，而是违反python语法的问题。

考虑以下示例：

a, b, c = range(3)
a +\
# add b
b +\
# add c
c

结果是：

    a +# add b
              ^
SyntaxError: invalid syntax

该\是继续符和Python解释下一行的东西后立即发生，造成您的错误。

解决此问题的一种方法是改用括号：

(a +
# add b
b +
# add c
c)

分配给变量时，它看起来像

# do a sum of 3 numbers
addition = (a +
            # add b
            b +
            # add c
            c)

或您的情况：

# comment 1
df = (df.withColumn('explosion', explode(col('col1')))
    .filter(col('explosion')['sub_col1'] == 'some_string')
    # comment 2
    .withColumn('sub_col2', from_unixtime(col('explosion')['sub_col2']))
    # comment 3
    .withColumn('sub_col3', from_unixtime(col('explosion')['sub_col3'])))