如何截断DataFrame列中字符串的长度？

Question

我有一个包含文本列的DataFrame，我希望将Column中的文本截断到一定的长度。我尝试了以下操作：

val updatedDataFrame = dataFrame.withColumn("NewColumn", col("ExistingColumn").take(15))

我得到了以下错误，因为我转换了Column而不是其内容：

记事本:7:错误:值取不是org.apache.spark.sql.Column .withColumn("NewColumn"，ExistingColumn).take(15)的成员

Answer 1

使用方法子串，如下所示：

import org.apache.spark.sql.functions._
import spark.implicits._

val df = Seq( (1, "abcdef"), (2, "uvwx") ).toDF("id", "value")

df.withColumn("value3", substring($"value", 1, 3)).show
// +---+------+------+
// | id| value|value3|
// +---+------+------+
// |  1|abcdef|   abc|
// |  2|  uvwx|   uvw|
// +---+------+------+