我们正在使用delta（.io）作为我们的数据湖。每隔X小时，我们希望更新所有新的/更改的记录。
我们的初始代码如下所示：

from delta.tables import *

for table in output_tables.keys():
  update_condition = "old." + output_table_unique_keys[table] + " = new." + output_table_unique_keys[table]
  new_df = output_tables[table].drop_duplicates([output_table_unique_keys[table]])
  old_df = DeltaTable.forPath(spark, des_file_path + table)

  old_df.alias("old").merge(new_df.alias("new"), update_condition) \
  .whenMatchedUpdateAll()\
  .whenNotMatchedInsertAll() \
  .execute()

目前update_condition是old.unique_key = new.unique_key，但是我们遇到了一些错误，我们倾向于ConcurrentAppendException，参见https://docs.databricks.com/delta/concurrency-control.html。
该示例向我们展示了此代码作为解决方案

// Target 'deltaTable' is partitioned by date and country
deltaTable.as("t").merge(
    source.as("s"),
    "s.user_id = t.user_id AND s.date = t.date AND s.country = t.country")
  .whenMatched().updateAll()
  .whenNotMatched().insertAll()
  .execute()

为了实现这个解决方案，我们需要使update_condition更加明确，我们想通过添加以下语句（我们的分区）来实现。
old.unique_key = new.unique_key AND new.Division = <Division> AND new.company = <company>
就像例子中的scala代码一样（来自链接），我们在<>中有new语句的值，在Python中如何工作？我如何动态地用每一行的值替换那个值？