SQL UPDATE语句转PySpark代码遇问题，求技术解决方案

一、修复前两条UPDATE的PySpark代码 #

你写的代码出现所有STATUS值被更新为'NULL'，主要是三个错误导致：

1. 空值判断错误：SQL里的IS NULL对应PySpark的isNull()方法，而非==''（空字符串和NULL是两种不同的空值类型）
2. 列名拼写错误：HOLIDAY_TAKEN]多了一个右括号，正确列名应为HOLIDAY_TAKEN
3. 分支逻辑错误：otherwise('NULL')会把所有不满足条件的记录强制改为字符串'NULL'，正确逻辑应该保留原列的原始值

合并前两条SQL的正确PySpark代码如下：

import pyspark.sql.functions as F
from pyspark.sql.functions import col

# 逻辑：STATUS为NULL 或 HOLIDAY_TAKEN为NULL时，设置为"OTHER/MENTIONED"，否则保留原STATUS值
df = df.withColumn(
    'STATUS',
    F.when(
        col('STATUS').isNull() | col('HOLIDAY_TAKEN').isNull(),
        "OTHER/MENTIONED"
    ).otherwise(col('STATUS'))
)

二、转换第三条UPDATE的PySpark代码 #

原SQL中EMPLOYEE_TABLE.LANGUAGE[]应为笔误，推测是普通字符串列LANGUAGE。对应的PySpark代码如下：

# 逻辑：当LANGUAGE不等于"ENGLISH"且FLAGYESNO为"Y"时，将LANGUAGE设为"ENGLISH"，否则保留原值
df = df.withColumn(
    'LANGUAGE',
    F.when(
        (col('LANGUAGE') != "ENGLISH") & (col('FLAGYESNO') == "Y"),
        "ENGLISH"
    ).otherwise(col('LANGUAGE'))
)

如果LANGUAGE是数组类型，可根据实际需求调整判断逻辑（比如用array_contains等数组函数），但根据SQL写法更倾向于笔误，按普通字符串列处理即可。

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