如何在Palantir Foundry的Pyspark中实现VBA的Select Case分支逻辑

你给出的VBA Select Case逻辑是对dMinutes做区间映射生成xnum字段，直接用Pyspark内置的when+otherwise分支函数即可实现，逻辑完全对齐： #

第一步：导入依赖函数 #

from pyspark.sql import functions as F

第二步：给DataFrame新增xnum列 #

假设你待处理的数据集名为df，且已存在dMinutes字段，写法如下：

df = df.withColumn(
    "xnum",
    # 对应Case 0 To 30
    F.when(F.col("dMinutes").between(0, 30), 1)
    # 对应Case 31 To 60
    .when(F.col("dMinutes").between(31, 60), 2)
    # 对应Case 61 To 90
    .when(F.col("dMinutes").between(61, 90), 3)
    # 对应Case 91 To 120
    .when(F.col("dMinutes").between(91, 120), 4)
    # 对应Case Else
    .otherwise(5)
)

逻辑说明 #

Pyspark的between函数是左右都包含的闭区间，和VBA中To的区间判断逻辑完全一致，分支判断顺序也和原VBA代码的匹配顺序相同，不会出现逻辑偏差。如果是对单个变量做判断，直接用Python原生的if...elif...else结构即可，处理分布式数据集时优先用上述内置函数写法，性能更高。

内容的提问来源于stack exchange，提问作者confused101