Apache spark Spark：如何删除df列值中不必要的字符

我有这样的df

+----+---+
| _c0|_c1|
+----+---+
|('a'| 2)|
|('b'| 4)|
|('c'| 6)|
+----+---+

我想下面怎么办

+----+---+
| _c0|_c1|
+----+---+
| a  | 2 |
| b  | 4 |
| c  | 6 |
+----+---+

如果我试着这样做就会出错

df1.select(regexp_replace('_c0', "('", "c")).show()

调用o789.showString时出错： org.apache.spark.sparkeexception:由于阶段失败，作业中止： 阶段71.0中的任务1失败1次，最近一次失败：任务丢失 阶段71.0中的1.0（TID 184，本地主机，执行器驱动程序）：java.util.regex.PatternSyntaxException:索引2附近的未关闭组

---

您应该避开括号：

df1.select(regexp_replace('_c0', "\\('", "c")).show()

---

正如其他用户所说，有必要用反斜杠转义特殊字符，如括号。您可以找到正则表达式特殊字符的列表。下面的代码使用两种不同的方法解决您的问题。使用，我们提取第二列中（'and'在列_c0中。使用替换）之间的单个字符。当然，您只能使用带有regex“[（）”]”的regexp_replace函数来实现您想要的功能。我只想向你们展示两种不同的方法来解决这个问题

from pyspark.sql import functions as F
columns = ['_c0', '_c1']
vals = [("('a'", "2)"),("('b'", "4)"),("('c'", "6)")]

df = spark.createDataFrame(vals, columns)
df = df.select(F.regexp_extract('_c0', "\('(\w)'", 1).alias('_c0')
             , F.regexp_replace("_c1", "\)", "").alias('_c1'))
df.show()

输出：

+---+---+ 
|_c0|_c1| 
+---+---+ 
|  a|  2| 
|  b|  4| 
|  c|  6| 
+---+---+

---

非常感谢你。。。但是我得到的ans是这样的，a'b'c'，那么如何清除这个'

df.select（regexp_replace（“value”），“[（）”，”）