Python PySpark Column startswith方法用法及代碼示例

例子

考慮以下PySpark DataFrame：

df = spark.createDataFrame([["Alex", 20], ["Bob", 30], ["Cathy", 40]], ["name", "age"])
df.show()



+-----+---+
| name|age|
+-----+---+
| Alex| 20|
|  Bob| 30|
|Cathy| 40|
+-----+---+

獲取 PySpark DataFrame 中以某個子字符串開頭的行

要獲取以某個子字符串開頭的行：

from pyspark.sql import functions as F
df.filter(F.col("name").startswith("A")).show()



+----+---+
|name|age|
+----+---+
|Alex| 20|
+----+---+

此處，F.col("name").startswith("A") 返回布爾值的 Column 對象，其中 True 對應於以 A 開頭的值：

df.select(F.col("name").startswith("A")).show()



+-------------------+
|startswith(name, A)|
+-------------------+
|               true|
|              false|
|              false|
+-------------------+

然後，我們使用 PySpark DataFrame 的 filter(~) 方法來獲取與 True 對應的行。