PySpark DataFrame基于其他列新增列报错：‘Column’对象不可调用，如何解决？

嘿，这个错误其实是个很容易犯的小拼写问题！你把otherwise写成了otherweise——正是这个拼写错误导致了‘Column’ object is not callable的报错。

原因很简单：每次调用when()后，返回的是一个PySpark的Column对象，而你写的otherweise并不是这个对象的内置方法。Python会误以为你想把Column对象当作函数来调用（比如加个括号执行），所以抛出了这个错误。

修正后的代码 #

只需要把拼写错误改过来就行：

from pyspark.sql.functions import col, when

df2 = df.withColumn(
    "test1",
    when(col("Country") == "DE", "EUR")
    .when(col("Country") == "PL", "PLN")
    .otherwise("Unknown")  # 这里修正了拼写
)

额外小技巧：用expr简化多条件判断 #

如果后续需要添加更多国家和货币的映射，用expr结合SQL风格的CASE WHEN语法会让代码更易读：

from pyspark.sql.functions import expr

df2 = df.withColumn(
    "test1",
    expr("""
        CASE 
            WHEN Country = 'DE' THEN 'EUR'
            WHEN Country = 'PL' THEN 'PLN'
            ELSE 'Unknown'
        END
    """)
)

内容的提问来源于stack exchange，提问作者Kaja