包含 pyspark SQL: TypeError: 'Column' object is not callable

Posted 2023-04-15

【中文标题】包含 pyspark SQL: TypeError: \'Column\' object is not callable

【英文标题】：contains pyspark SQL: TypeError: 'Column' object is not callable包含 pyspark SQL: TypeError: 'Column' object is not callable

【发布时间】：2018-12-14 22:24:39

【问题描述】：

我使用的是 spark 2.0.1，

 df.show()
+--------+------+---+-----+-----+----+
|Survived|Pclass|Sex|SibSp|Parch|Fare|
+--------+------+---+-----+-----+----+
|     0.0|   3.0|1.0|  1.0|  0.0| 7.3|
|     1.0|   1.0|0.0|  1.0|  0.0|71.3|
|     1.0|   3.0|0.0|  0.0|  0.0| 7.9|
|     1.0|   1.0|0.0|  1.0|  0.0|53.1|
|     0.0|   3.0|1.0|  0.0|  0.0| 8.1|
|     0.0|   3.0|1.0|  0.0|  0.0| 8.5|
|     0.0|   1.0|1.0|  0.0|  0.0|51.9|

我有一个数据框，我想使用 withColumn 向 df 添加一个新列，并且新列的值基于其他列值。我用过这样的东西：

>>> dfnew = df.withColumn('AddCol' , when(df.Pclass.contains('3.0'),'three').otherwise('notthree'))

报错

TypeError: 'Column' object is not callable

可以帮助解决这个错误。

【参考方案1】：

这是因为您试图将函数 contains 应用于列。 pyspark 中不存在函数contains。你应该试试like。试试这个：

import pyspark.sql.functions as F

df = df.withColumn("AddCol",F.when(F.col("Pclass").like("3"),"three").otherwise("notthree"))

或者，如果您只是希望它恰好是数字 3，您应该这样做：

import pyspark.sql.functions as F

# If the column Pclass is numeric
df = df.withColumn("AddCol",F.when(F.col("Pclass") == F.lit(3),"three").otherwise("notthree"))

# If the column Pclass is string
df = df.withColumn("AddCol",F.when(F.col("Pclass") == F.lit("3"),"three").otherwise("notthree"))

【讨论】：

函数contains在文档中描述，没有任何X.X版本中的新功能警告as seen here。知道为什么不可用吗？

在这种情况下，用户使用的是 pyspark 2.0.1，其中包含不可用。检查您的 pyspark 版本，因为 contains 仅适用于 2.2 及更高版本。干杯。

【参考方案2】：

你应该使用 df.col(colName) 而不是 df.colName

使用 java 8 和 spark 2.1 的示例：

df.show();

+--------+------+---+-----+-----+----+
|Survived|Pclass|Sex|SibSp|Parch|Fare|
+--------+------+---+-----+-----+----+
|       0|     3|  1|    1|    0|   3|
|       1|     1|  0|    1|    0|   2|
+--------+------+---+-----+-----+----+

df = df.withColumn("AddCol", when(df.col("Pclass").contains("3"),"three").otherwise("notthree"));

df.show();

+--------+------+---+-----+-----+----+--------+
|Survived|Pclass|Sex|SibSp|Parch|Fare|  AddCol|
+--------+------+---+-----+-----+----+--------+
|       0|     3|  1|    1|    0|   3|   three|
|       1|     1|  0|    1|    0|   2|notthree|
+--------+------+---+-----+-----+----+--------+