如何使用增量值向 Pyspark 中的 DataFrame 添加列？

我有一个名为“df”的 DataFrame，如下所示：

+-------+-------+-------+
|  Atr1 |  Atr2 |  Atr3 |
+-------+-------+-------+
|   A   |   A   |   A   |
+-------+-------+-------+
|   B   |   A   |   A   |
+-------+-------+-------+
|   C   |   A   |   A   |
+-------+-------+-------+

我想向其中添加一个具有增量值的新列并获取以下更新的 DataFrame：

+-------+-------+-------+-------+
|  Atr1 |  Atr2 |  Atr3 |  Atr4 |
+-------+-------+-------+-------+
|   A   |   A   |   A   |   1   |
+-------+-------+-------+-------+
|   B   |   A   |   A   |   2   |
+-------+-------+-------+-------+
|   C   |   A   |   A   |   3   |
+-------+-------+-------+-------+

我怎样才能得到它？

如果您只需要增量值（例如 ID）并且如果没有数字必须连续的限制，你可以使用monotonically_increasing_id()。使用此函数时的唯一保证是每行的值都会增加，但是，每次执行时值本身可能会有所不同。

from pyspark.sql.functions import monotonically_increasing_id

df.withColumn("Atr4", monotonically_increasing_id())