要遍历Pyspark dataframe的列并根据条件填充一个新列，可以使用withColumn和when函数。下面是一个示例代码：

from pyspark.sql import SparkSession
from pyspark.sql.functions import col, when

# 创建一个SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建示例DataFrame
data = [("Alice", 25, "F"), ("Bob", 30, "M"), ("Charlie", 35, "M")]
df = spark.createDataFrame(data, ["name", "age", "gender"])

# 定义要进行条件填充的列
condition_col = "age"
new_col = "age_group"

# 遍历DataFrame的列
for column in df.columns:
    # 根据条件填充新列
    if column == condition_col:
        df = df.withColumn(new_col, when(col(column) < 30, "Young").otherwise("Old"))

# 显示结果
df.show()

这个示例代码将根据"age"列的条件填充一个新列"age_group"。如果"age"小于30，则"age_group"为"Young"，否则为"Old"。

输出结果：

+-------+---+------+---------+
|   name|age|gender|age_group|
+-------+---+------+---------+
|  Alice| 25|     F|    Young|
|    Bob| 30|     M|      Old|
|Charlie| 35|     M|      Old|
+-------+---+------+---------+

这样，就遍历了Pyspark dataframe的列，并根据条件填充了一个新列。