如何過濾pyspark中列表中的值列？

Question

我有一個dataframe rawdata，我必須在列X上使用值CB，CI和CR應用篩選條件。所以我用下面的代碼：

df = dfRawData.filter(col("X").between("CB","CI","CR")) 

但我收到以下錯誤：

between() takes exactly 3 arguments (4 given)

請讓我知道我可以解決這個問題。

Answer 1

between用於檢查值是否在兩個值之間，輸入是下限和上限。它不能用於檢查列值是否在列表中。要做到這一點，請使用isin：

df = dfRawData.where(col("X").isin({"CB", "CI", "CR"}))