我有一个数组,正在对其进行索引以过滤来自加利福尼亚州城市的数据。
此过滤器的工作原理:
raw_df_2 = raw_df_1.filter(array_contains(col("country.state.city"), 'San Diego'))
但是,当我扩展到其他城市时:
raw_df_2 = raw_df_1.filter(array_contains(col("country.state.city"), 'San Diego') || array_contains(col("country.state.city"), 'Sacramento') || array_contains(col("country.state.city"), 'Los Angeles'))
我明白了
SyntaxError: invalid syntax
我也尝试过
raw_df_2 = raw_df_1.filter(array_contains(col("country.state.city"), 'San Diego' || 'Sacramento' || 'Los Angeles'))
但这也会返回
SyntaxError: invalid syntax
Spark 中 OR 运算符过滤加州城市数据的正确用法是什么?
逻辑或使用单竖线 (
|
)。
raw_df_2 = raw_df_1.filter(array_contains(col("country.state.city"), 'San Diego') | array_contains(col("country.state.city"), 'Sacramento') | array_contains(col("country.state.city"), 'Los Angeles'))