如何在PySpark DataFrame中限制小数位数并为列值添加百分号

你需要将PySpark DataFrame的Result列保留两位小数后拼接%符号，原代码运行出现属性错误。

你的代码存在两处核心问题：

1. lit()是pyspark.sql.functions模块下的工具函数，不是DataFrame的内置方法，不能直接接在DataFrame对象后调用，这是触发AttributeError的直接原因。
2. withColumn的参数顺序错误，正确参数顺序为withColumn(列名, 列计算逻辑)，你原代码的参数顺序和逻辑拼接方式不符合PySpark语法要求。

首先导入需要的依赖函数：

from pyspark.sql.functions import col, concat, lit, format_number

如果你的DataFrame已经存在计算完成的double类型Result列，直接格式化即可：

df = spark.read.csv(src_path, header=True, encoding='ISO-8859-1')
df = df.withColumn("Result", concat(format_number(col("Result"), 2), lit("%")))

如果你需要先通过Month_start和Month_end计算Result再格式化，使用如下写法：

df = spark.read.csv(src_path, header=True, encoding='ISO-8859-1')
df = df.withColumn("Result", concat(
    format_number(col("Month_start")/col("Month_end")*100, 2),
    lit("%")
))

• format_number(col("Result"), 2)：将double类型的数值保留2位小数，返回字符串格式的结果
• concat(..., lit("%"))：将格式化后的数值字符串和%符号拼接，得到最终需要的带百分号的结果
  运行后即可得到你预期的输出格式。

内容的提问来源于stack exchange，提问作者user175025