PySpark: modifica los valores de columna cuando otro valor de columna cumple una condición

Esta es la solución más acertada que te podemos brindar, sin embargo mírala pausadamente y analiza si se adapta a tu trabajo.

Solución:

Puedes usar when y otherwise me gusta –

from pyspark.sql.functions import *

df
.withColumn('Id_New',when(df.Rank <= 5,df.Id).otherwise('other'))
.drop(df.Id)
.select(col('Id_New').alias('Id'),col('Rank'))
.show()

esto da salida como -

+-----+----+
|   Id|Rank|
+-----+----+
|    a|   5|
|other|   7|
|other|   8|
|    d|   1|
+-----+----+

Comenzando con la solución @Pushkr, ¿no podría simplemente usar lo siguiente?

from pyspark.sql.functions import *

df.withColumn('Id',when(df.Rank <= 5,df.Id).otherwise('other')).show()

Valoraciones y reseñas

Finalizando este artículo puedes encontrar las acotaciones de otros usuarios, tú además tienes la habilidad mostrar el tuyo si dominas el tema.

---

---

Utiliza Nuestro Buscador