【pyspark】dataframe添加新的一列

### 回答1：
可以使用withColumn方法来添加新的一列，例如：

from pyspark.sql.functions import lit

df = df.withColumn('new_column', lit('new_value'))

其中，withColumn方法接受两个参数，第一个参数是新列的名称，第二个参数是新列的值。在上面的例子中，我们使用了lit函数来创建一个常量值作为新列的值。如果需要根据已有的列计算新列的值，可以使用pyspark.sql.functions中的其他函数来实现。

### 回答2：
在Pyspark中，我们可以使用withColumn()方法为DataFrame对象添加新的一列。

withColumn()方法需要两个参数：第一个参数为新列的名称，第二个参数为新列的值或新列的计算方法。

以下是一个示例代码：

from pyspark.sql.functions import col

# 创建一个DataFrame对象
df = spark.createDataFrame([(1, "John", 25), (2, "Mary", 30)], ["id", "name", "age"])

# 添加一个新列"gender"
df = df.withColumn("gender", col("age") % 2)

# 展示DataFrame对象
df.show()

在上面的代码中，我们使用createDataFrame()方法创建了一个DataFrame对象，其中包含三列：id、name和age。

接着，我们使用withColumn()方法为该对象添加了一个新列gender。这个新列的值是根据age列的值计算得到的，使用了col()函数和%运算符。

最后，我们使用show()方法展示了更新后的DataFrame对象。

可以看到，新的DataFrame对象中有了一个名为gender的列，它的值分别是0和1，代表了age列的奇偶性。

### 回答3：
在pyspark中，我们可以使用withcolumn函数将新的一列添加到dataframe中。withcolumn需要两个参数，一个是新的列名，一个是新的列所要包含的值。以下是具体的步骤：

1. 导入pyspark.sql.functions包

from pyspark.sql.functions import *

2. 创建一个dataframe

例如，我们创建一个包含姓名和年龄的dataframe：

from pyspark.sql.types import StructType, StructField, IntegerType, StringType

schema = StructType([
  StructField("name", StringType(), True),
  StructField("age", IntegerType(), True)
])

data = [("John", 25), ("Lisa", 30), ("Tom", 20)]

df = spark.createDataFrame(data=schema)

3. 使用withcolumn函数添加新的一列

例如，我们添加一个新的列"gender"，需要根据年龄判断性别：

df1 = df.withColumn("gender", when(df.age >= 18, "Male").otherwise("Female"))

以上代码中，wehn函数判断age是否大于等于18，如果是则设置gender为"Male"，否则设置为"Female"。

4. 查看新的dataframe

df1.show()

输出结果为：

+----+---+------+
|name|age|gender|
+----+---+------+
|John| 25| Male|
|Lisa| 30| Male|
|Tom | 20| Male|
+----+---+------+

以上是在pyspark中添加新的一列的基本步骤，具体使用可以根据需求进行修改。