在pyspark中过滤字符串

Question

我有一列包含要过滤的字符串。

我希望“fruits”列包含：（“apple”或“pear”或“banana”）而不是“ananas”。

当我使用以下代码时，一切正常：

results_raw.where(
    (col('fruits').like('%apple%')) | 
    (col('fruits').like('%pear%')) |
    (col('fruits').like('%banana%')) |
    (col('fruits').like('%orange%')) )

但是，当我添加如下附加条件时，它不再起作用：

results_raw.where(
    (col('fruits').like('%apple%')) | 
    (col('fruits').like('%pear%')) |
    (col('fruits').like('%banana%')) |
    (col('fruits').like('%orange%')) &
    (col('fruits') != ('%ananas%')) )

这似乎是一个基本问题，但我一直在努力解决“而不是”的情况。

提前感谢您的帮助！

Answer 1

您可以用~ 否定（并且您需要保持括号有序）：

(cond1 | cond2 | cond3 | cond4) & ~col('fruits').like('%ananas%')