Dataframe 如何在pyspark数据帧中拆分数字并添加连字符？

我想把所有的数字分成一列

编号：

123456789012

将成为

123-4567890-12

所以我想在位置4和10添加

-

---

我不想创建新列

您可以使用

子字符串

对字符串进行切片，并使用

concat\ws将它们与分隔符
'-'
组合起来：

import pyspark.sql.functions as F

df2 = df.withColumn(
    'number', 
    F.expr("""
        concat_ws(
            '-',
            substring(number, 1, 3),
            substring(number, 4, 7),
            substring(number, 11, length(number))
       )
    """)
)

df2.show()
+--------------+
|        number|
+--------------+
|123-4567890-12|
+--------------+

您可以使用：

from pyspark.sql import functions as F

df1 = df.withColumn(
    "number",
    F.regexp_replace(F.col("number"), "(\\d{3})(\\d{7})(\\d+)", "$1-$2-$3")
)

df1.show()

#+--------------+
#|        number|
#+--------------+
#|123-4567890-12|
#+--------------+