首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Pyspark:选择字符串(文件路径)列值的一部分

Pyspark:选择字符串(文件路径)列值的一部分
EN

Stack Overflow用户
提问于 2021-09-02 04:17:25
回答 1查看 295关注 0票数 1

Pyspark: Split and select part of the string column values

如何选择星星之DF中列中第4(左)反斜杠后的字符或文件路径?

火花放电列的示例行:

代码语言:javascript
复制
\\D\Dev\johnny\Desktop\TEST
\\D\Dev\matt\Desktop\TEST\NEW
\\D\Dev\matt\Desktop\TEST\OLD\TEST
\\E\dev\peter\Desktop\RUN\SUBFOLDER\New
\\K924\prod\ums\Desktop\RUN\SUBFOLDER\New
\\LE345\jskx\rfk\Desktop\RUN\SUBFOLDER\New
.
.
.
\\ls53\f7sn3\vso\hsk\mwq\sdsf\kse

预期输出

代码语言:javascript
复制
johnny\Desktop\TEST
matt\Desktop\TEST\NEW
matt\Desktop\TEST\OLD\TEST
peter\Desktop\RUN\SUBFOLDER\New
ums\Desktop\RUN\SUBFOLDER\New
rfk\Desktop\RUN\SUBFOLDER\New
.
.
.
vso\hsk\mwq\sdsf\kse

我以前的question导致了这个新的问题。感谢你的帮助。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2021-09-02 05:44:21

您可以在regexp_replace中使用正则表达式。

代码语言:javascript
复制
from pyspark.sql import functions as F

df = df.withColumn('sub_path',F.regexp_replace("path","^\\\\\\\\[a-zA-Z0-9]+\\\\[a-zA-Z0-9]+\\\\",""))

你也可以更灵活地使用这个解决方案。

代码语言:javascript
复制
from pyspark.sql import functions as F
no_of_slashes=4 # number of slashes to consider here

# we build the regular expression by repeating `"[a-zA-Z0-9]+\\\\"`
# NB. We subtract 2 since we start with the frst 2 slashes
df = df.withColumn('sub_path',F.regexp_replace("path","^\\\\\\\\"+("[a-zA-Z0-9]+\\\\"*(no_of_slashes-2)),""))

如果这对你有用的话请告诉我。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/69024095

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档