Dataframe PySpark中的拆分列：如何确保输出是int数组，但对于某个字符使用空数组

我有一个数据列，看起来像

/

或

0/1

应将和拆分为带有字符串

/

的整数数组，并注意

应为空

我第一次尝试这样做：

df2 = df2.withColumn('genotype_indices', split(col("genotype_index"), "/").cast("array<int>")).alias("genotype_indices")

df2=df2.withColumn（'基因型指数'），split（col（“基因型指数”），“/”）.cast（“数组”）。别名（“基因型指数”）

但问题是

被强制转换为

0

，这是不正确的

我真的不想使用用户定义的功能，因为这些功能会让笔记本速度异常缓慢

---

如何才能使

在PySpark中转换为

无或空，并将所有其他整数字符串转换为整数？
我认为它被转换为
0
，因为
用于小数的浮点数，它相当于
0.0
，所以当转换为int时，它会给出
0

您可以使用
regexp\u replace
功能在拆分前删除点：

df2 = df2.withColumn('genotype_indices', split(regexp_replace(col("genotype_index"), "\\.", ""), "/").cast("array<int>"))

df2=df2.withColumn（'genetic\u index'，split（regexp\u replace（col（“genetic\u index”），“\\”，”），“/”.cast（“数组”））
我认为它被转换为
0
，因为
用于小数的浮点数，它相当于
0.0
，所以当转换为int时，它给出
0

您可以使用
regexp\u replace
功能在拆分前删除点：

df2 = df2.withColumn('genotype_indices', split(regexp_replace(col("genotype_index"), "\\.", ""), "/").cast("array<int>"))

df2=df2.withColumn（'genetic\u index'，split（regexp\u replace（col（“genetic\u index”），“\\”，”），“/”.cast（“数组”））
列长度是固定的吗？@VamsiPrabhala列长度是可变的吗？@VamsiPrabhala列长度是可变的吗？由于某些原因，此解决方案无法找到列
基因型索引
并且我很困惑为什么他使用df.withColumn，urs有df2.withColumn。。那可能是it@MohammadMurtazaHashmi我更正了它，这是一个小括号问题出于某种原因，这个解决方案找不到列
genetic_index
，我很困惑为什么他使用df.withColumn，urs有df2.withColumn。。那可能是it@MohammadMurtazaHashmi我更正了，这是一个小括号问题