更新在pyspark取決於列電流值的列

Question

可以說給予了數據幀

+-----+-----+-----+ 
| x| y| z| 
+-----|-----+-----+ 
| 3| 5| 9| 
| 2| 4| 6| 
+-----+-----+-----+ 

我想用價值y列乘以所有的值在z列，其中z列等於6

This後顯示我的目標的解決方案，使用的代碼

from pyspark.sql import functions as F 

df = df.withColumn('z', 
    F.when(df['z']==6, df['z']*df['y']). 
    otherwise(df['z'])) 

ŧ他的問題是，df['z']和df['y']被識別爲Column對象，並且鑄造它們將不起作用...

如何正確地做到這一點？

Answer 1

from pyspark.sql import functions as F 
from pyspark.sql.types import LongType 

df = df.withColumn('new_col', 
      F.when(df.z==6, 
       (df.z.cast(LongType()) * df.y.cast(LongType())) 
      ).otherwise(df.z) 
    )