我尝试在 pandas 中使用随机值初始化新列。我是这样做的
df['business_vertical'] = np.random.choice(['Retail', 'SME', 'Cor'], df.shape[0])
我如何在 pyspark 中执行此操作？
最佳答案
只需生成一个值列表，然后随机提取它们:
from pyspark.sql import functions as F
df.withColumn(
"business_vertical",
F.array(
F.lit("Retail"),
F.lit("SME"),
F.lit("Cor"),
).getItem(
(F.rand()*3).cast("int")
)
)
关于python - 如何在 pyspark 中创建具有随机值的新列？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53517782/