PySpark-如何连接字符串前缀0'；根据条件，将s转换为另一个字符串列

我有一个如下所示的数据框

|string_code|prefix_string_code|
|1234       |001234            |
|123        |000123            |
|56789      |056789            |

基本上，我想要添加的是尽可能多的“0”，这样列

前缀\u string\u code

的长度将是

6

我所尝试的：

df.withColumn('prefix_string_code', when(length(col('string_code')) < 6, concat(lit('0' * (6 - length(col('string_code')))), col('string_code'))).otherwise(col('string_code')))

如您所见，如果不是十进制形式，代码实际上可以工作。我如何正确地做到这一点

---

谢谢

在这种情况下，可以使用lpad函数

>>> import pyspark.sql.functions as F

>>> rdd = sc.parallelize([1234,123,56789,1234567])
>>> data = rdd.map(lambda x: Row(x))
>>> df=spark.createDataFrame(data,['string_code'])
>>> df.show()
+-----------+
|string_code|
+-----------+
|       1234|
|        123|
|      56789|
|    1234567|
+-----------+

>>> df.withColumn('prefix_string_code', F.when(F.length(df['string_code']) < 6 ,F.lpad(df['string_code'],6,'0')).otherwise(df['string_code'])).show()
+-----------+------------------+
|string_code|prefix_string_code|
+-----------+------------------+
|       1234|            001234|
|        123|            000123|
|      56789|            056789|
|    1234567|           1234567|
+-----------+------------------+

>>将pyspark.sql.functions导入为F
>>>rdd=sc.parallelize（[1234123567891234567]）
>>>data=rdd.map（λx：行（x））
>>>df=spark.createDataFrame（数据，['string\u code']）
>>>df.show（）
+-----------+
|字符串编码|
+-----------+
|       1234|
|        123|
|      56789|
|    1234567|
+-----------+
>>>df.withColumn（'prefix_string_code'，F.when（F.length（df['string_code']）小于6，F.lpad（df['string_code']，6，'0'））。否则（df['string_code']）。show（）
+-----------+------------------+
|字符串|前缀(字符串)代码|
+-----------+------------------+
|       1234|            001234|
|        123|            000123|
|      56789|            056789|
|    1234567|           1234567|
+-----------+------------------+

对于这种情况，您可以使用lpad函数

>>> import pyspark.sql.functions as F

>>> rdd = sc.parallelize([1234,123,56789,1234567])
>>> data = rdd.map(lambda x: Row(x))
>>> df=spark.createDataFrame(data,['string_code'])
>>> df.show()
+-----------+
|string_code|
+-----------+
|       1234|
|        123|
|      56789|
|    1234567|
+-----------+

>>> df.withColumn('prefix_string_code', F.when(F.length(df['string_code']) < 6 ,F.lpad(df['string_code'],6,'0')).otherwise(df['string_code'])).show()
+-----------+------------------+
|string_code|prefix_string_code|
+-----------+------------------+
|       1234|            001234|
|        123|            000123|
|      56789|            056789|
|    1234567|           1234567|
+-----------+------------------+

>>将pyspark.sql.functions导入为F
>>>rdd=sc.parallelize（[1234123567891234567]）
>>>data=rdd.map（λx：行（x））
>>>df=spark.createDataFrame（数据，['string\u code']）
>>>df.show（）
+-----------+
|字符串编码|
+-----------+
|       1234|
|        123|
|      56789|
|    1234567|
+-----------+
>>>df.withColumn（'prefix_string_code'，F.when（F.length（df['string_code']）小于6，F.lpad（df['string_code']，6，'0'））。否则（df['string_code']）。show（）
+-----------+------------------+
|字符串|前缀(字符串)代码|
+-----------+------------------+
|       1234|            001234|
|        123|            000123|
|      56789|            056789|
|    1234567|           1234567|
+-----------+------------------+