Operações condicionais em colunas de DataFrame

Limpeza de dados com o PySpark

Mike Metzger

Data Engineering Consultant

Cláusulas condicionais

Cláusulas condicionais são:

.when(<if condition>, <then x>)

df.select(df.Name, df.Age, F.when(df.Age >= 18, "Adult"))

Múltiplos .when()

df.select(df.Name, df.Age, 
          .when(df.Age >= 18, "Adult")
          .when(df.Age < 18, "Minor"))

.otherwise() é como else

df.select(df.Name, df.Age,
          .when(df.Age >= 18, "Adult")
          .otherwise("Minor"))

Limpeza de dados com o PySpark