Python pyspark split用法及代码示例

本文简要介绍 pyspark.sql.functions.split 的用法。

用法: pyspark.sql.functions.split(str, pattern, limit=- 1)

围绕给定模式的匹配拆分 str。

1.5.0 版中的新函数。

参数：

str： Column 或 str

要拆分的字符串表达式

pattern：str

表示正则表达式的字符串。正则表达式字符串应该是 Java 正则表达式。

limit：整数，可选

一个整数，它控制应用pattern 的次数。

limit > 0 ：结果数组的长度不会超过 limit ，并且
结果数组的最后一个条目将包含最后一个匹配模式之外的所有输入。
limit <= 0 : pattern 将被应用尽可能多的次数，结果
数组可以是任意大小。

在 3.0 版中更改：split现在需要一个可选的limit场地。如果未提供，则默认限制值为 -1。

例子：

>>> df = spark.createDataFrame([('oneAtwoBthreeC',)], ['s',])
>>> df.select(split(df.s, '[ABC]', 2).alias('s')).collect()
[Row(s=['one', 'twoBthreeC'])]
>>> df.select(split(df.s, '[ABC]', -1).alias('s')).collect()
[Row(s=['one', 'two', 'three', ''])]

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.sql.functions.split。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。