Mam następujący kod w Pythonie, ale muszę przekształcić go w pyspark,
qm1['c1'] = [x[0] in x[1] for x in zip(qm1['id'], qm1['question'])]
qm1['c1'] = qm1['c1'].astype(str)
qm1a = qm1[(qm1.c1 == 'True')]
Wniosek z tego kodu w pythonie wygląda w następujący sposób
| pytanie | Klawisz | ID | c1 |
|---|---|---|---|
| Kobiety | 0 | znak | Prawda |
| maszyna | 0 | Mac | Prawda |
Nie mógłby ktoś proszę mi pomóc w tym, w czym jestem początkujący w Pythonie?
oto mój testowy test (tak jak twoje pytanie nie zawiera żadnych)
df.show()
+--------+---+----+
|question|key| id|
+--------+---+----+
| Women| 0|omen|
| machine| 2| mac|
| foo| 1| bar|
+--------+---+----+
i mój kod do stworzenia oczekiwanego rezultatu :
from pyspark.sql import functions as F
df = df.withColumn("c1", F.col("question").contains(F.col("id")))
df.show()
+--------+---+----+-----+
|question|key| id| c1|
+--------+---+----+-----+
| Women| 0|omen| true|
| machine| 2| mac| true|
| foo| 1| bar|false|
+--------+---+----+-----+
następnie można po prostu filter na s1:
df.where("c1").show()
+--------+---+----+----+
|question|key| id| c1|
+--------+---+----+----+
| Women| 0|omen|true|
| machine| 2| mac|true|
+--------+---+----+----+