当我编写以下 pyspark 命令时:
# comment 1
df = df.withColumn('explosion', explode(col('col1'))).filter(col('explosion')['sub_col1'] == 'some_string') \
# comment 2
.withColumn('sub_col2', from_unixtime(col('explosion')['sub_col2'])) \
# comment 3
.withColumn('sub_col3', from_unixtime(col('explosion')['sub_col3']))
我收到以下错误:
.withColumn('sub_col2', from_unixtime(col('explosion')['sub_col2']))
^
IndentationError: unexpected indent
pyspark有没有办法在多行命令的行之间写注释?
这不是一个
pyspark
问题,而是违反了Python语法。
考虑以下示例:
a, b, c = range(3)
a +\
# add b
b +\
# add c
c
这会导致:
a +# add b
^
SyntaxError: invalid syntax
\
是一个连续字符,Python将下一行中的任何内容解释为紧随其后发生,从而导致错误。
解决此问题的一种方法是使用括号:
(a +
# add b
b +
# add c
c)
分配给变量时,看起来像这样
# do a sum of 3 numbers
addition = (a +
# add b
b +
# add c
c)
或者您的情况:
# comment 1
df = (df.withColumn('explosion', explode(col('col1')))
.filter(col('explosion')['sub_col1'] == 'some_string')
# comment 2
.withColumn('sub_col2', from_unixtime(col('explosion')['sub_col2']))
# comment 3
.withColumn('sub_col3', from_unixtime(col('explosion')['sub_col3'])))