PySpark DataFrame：有条件地替换列值

Question

我有一个包含两列的 PySpark Dataframe：

id	地址类型
100	1
101	1
102	2
103	2

我想更改

address_type

列中的所有值。当

address_type = 1

时，应该是

Mailing address

，如果是

address_type = 2

，则应该是

Physical address

。

想要的结果

id	地址类型
100	邮寄地址
101	邮寄地址
102	实际地址
103	实际地址

实现这一目标的最佳方法是什么？

Answer 1

df  = spark.createDataFrame(
      [
        ('100','1'),
        ('101','1'),
        ('102','2'),
        ('103','2')
      ], ['id','address_type']
    )

from pyspark.sql import functions as F

df.withColumn('address_type', 
              F.when(df.address_type == 1, F.lit('Mailing address'))
               .when(df.address_type == 2, F.lit('Physical address'))
               .otherwise(df.address_type))\
              .show()

+---+----------------+
| id|    address_type|
+---+----------------+
|100| Mailing address|
|101| Mailing address|
|102|Physical address|
|103|Physical address|
+---+----------------+

Answer 2

df.replace(['1','2'],['邮寄地址','实际地址'],'address_type').show()