Apache spark 如何删除少于3个字母的行？

我有一个包含许多行的pyspark数据帧。每行是一个文本。只有一列。我想删除或删除少于3个字母的行。例如，在下面的4行中，我想删除第二列和第四列。（

pdf

和

a

）：

---

可以使用列的长度进行筛选：

df2 = df.filter('length(col) > 3')

如果空格很重要，可以先删除它们：

df2 = df.filter("length(replace(col, ' ', '')) > 3")

---

它不会改变df中的空格吗？因为我在所有行前面都有一个空格。@Nagh不，不会的。替换仅适用于筛选器，而不适用于数据帧。

df2 = df.filter("length(replace(col, ' ', '')) > 3")