pyspark用正则表达式替换正则表达式

Posted 2021-05-01

我试图用一个正则表达式替换正则表达式（在这种情况下是一个带数字的空格）

我有一个包含字符串列的Spark数据帧。我想用逗号替换正则表达式（空格加数字）而不丢失数字。我试过这两个没有运气：

df.select（“A”，f.regexp_replace（f.col（“A”），“ s + [0-9]”，“，”）。alias（“被替换”））

df.select（“A”，f.regexp_replace（f.col（“A”），“ s + [0-9]”，“ s + [0-9]，'）。alias（”被替换“））

任何帮助表示赞赏。

答案

你需要的是另一个函数regex_extract

所以，你必须划分正则表达式并得到你需要的部分。它可能是这样的：

df.select("A", f.regexp_extract(f.col("A"), "(s+)([0-9])", 2).alias("replaced"))