PySpark实现Oracle DECODE函数：寻求简洁一行写法

当然有更贴合Python风格和PySpark惯用写法的一行实现方案，这里给你推荐几种不同的思路：

1. 精简版when/otherwise写法 #

你原本的写法已经很PySpark了，不过可以再优化得更紧凑——用f.col()代替重复的employee.active，链式调用时更灵活，而且otherwise里的字符串PySpark会自动转成字面量（当然显式加f.lit()也没问题，看个人习惯）：

employee = employee.withColumn('active', f.when(f.col('active') == 1, 'YES').otherwise('NO'))

2. 用expr复用SQL风格的DECODE/CASE WHEN #

如果你习惯Oracle的DECODE语法，PySpark可以通过f.expr()直接调用SQL原生的DECODE函数，完全对齐你熟悉的写法，一行搞定：

employee = employee.withColumn('active', f.expr("DECODE(active, 1, 'YES', 'NO')"))

或者用SQL标准的CASE WHEN写法，可读性也很强：

employee = employee.withColumn('active', f.expr("CASE WHEN active = 1 THEN 'YES' ELSE 'NO' END"))

这种写法对熟悉SQL的开发者特别友好，几乎零学习成本。

3. 映射表方案（适合多值扩展场景） #

如果以后需要支持更多映射规则（比如0→'NO'、1→'YES'、2→'PENDING'），可以用映射表的方式实现，更易维护：

employee = employee.withColumn(
    'active',
    f.coalesce(f.create_map(f.lit(1), f.lit('YES'))[f.col('active')], f.lit('NO'))
)

当映射值变多的时候，只需要在create_map里添加新的键值对即可，不用嵌套一堆when。

总结一下：如果只是简单的二元映射，推荐第一种精简版when或者expr+DECODE，后者完全贴合你熟悉的Oracle写法，用起来特别顺手。

内容的提问来源于stack exchange，提问作者Samtech