PySpark中如何将变量名作为列名传入过滤条件？

你当前代码存在两个问题：一是笔误df-spark应该改为df = spark；二是直接把变量名date_1当列名传入col()，正确的做法是用变量传递列名，具体两种实现方式：

• 方法一：通过col()函数传入变量

  # 先定义存储列名的变量
  date_1 = "实际列名"
  df = spark.read.load("s://location/").filter(col(date_1) >= upd_dttm)
  

• 方法二：使用字符串格式化拼接过滤条件

  date_1 = "实际列名"
  # 若upd_dttm是字符串类型，需要给值加单引号
  df = spark.read.load("s://location/").filter(f"{date_1} >= '{upd_dttm}'")
  

内容的提问来源于stack exchange，提问作者user2104898