如何定义输入为列名的 function？

Question

我想定义一个有 2 个输入的 function。 数据集和列名。 不幸的是，我无法传递列名，因为我收到错误：

def def(df,ColName):
    
    

       F.instr('ColName', s)) for s in stop_words]),
        # If no stop words found, get the whole string
        F.length('ColName') + 1)
    ).selectExpr('trim(substring(ColName, 1, idx-1)) ColName')
    
    return Transitions

当我调用 function 时：

Transitions= Collecting_transition(Originaltitles,originaltitle)

我得到错误：

名称“原始标题”未定义

我试图传递字符串originaltitle但又因为这部分).selectExpr('trim(substring(ColName, 1, idx-1)) ColName')我得到另一个错误。

Answer 1

您必须使用 function 中的ColName变量，而不是字符串'ColName' 。

def fun(df, ColName):

    Transitions = df.withColumn('idx',
    F.coalesce(
        # Get the smallest index of a stop word in the string
        F.least(*[F.when(F.instr(ColName, s) != 0, F.instr(ColName, s)) for s in stop_words]),
        # If no stop words found, get the whole string
        F.length(ColName) + 1)
    ).selectExpr(f'trim(substring({ColName}, 1, idx-1)) {ColName}')
    
    return Transitions

Transitions = fun(Originaltitles, 'originaltitle')