Pyspark Spark结构化流时，DataFrame中的字符串列如何拆分为多个列

这是当前代码：

从pyspark.sql导入SparkSession
park_会话=SparkSession\
建筑商先生\
.appName（“测试”）\
.getOrCreate（）
lines=spark_会话\
.readStream\
.格式（“套接字”）\
.选项（“主机”、“127.0.0.1”）\
.选项（“端口”，9998）\
.load（）
“线条”如下所示：
+-------------+
|价值观|
+-------------+
|a、b、c|
+-------------+
但我想看起来像这样：
+---+---+---+
|a | b | c|
+---+---+---+

我尝试使用“split（）”方法，但不起作用。您只能将每个字符串拆分为列中的列表，而不能拆分为多列

---

我应该怎么做？

拆分值列，并通过访问
数组索引
（或）
元素（从spark-2.4）
（或）
getItem（）
函数


如果您有不同数量的分隔符，而不是每行3个分隔符，则可以使用以下分隔符：

输入：

+-------+
|value  |
+-------+
|a,b,c  |
|d,e,f,g|
+-------+


解决方案

import pyspark.sql.functions as F

max_size = df.select(F.max(F.length(F.regexp_replace('value','[^,]','')))).first()[0]
out = df.select([F.split("value",',')[x].alias(f"Col{x+1}") for x in range(max_size+1)])


输出

out.show()

+----+----+----+----+
|Col1|Col2|Col3|Col4|
+----+----+----+----+
|   a|   b|   c|null|
|   d|   e|   f|   g|
+----+----+----+----+

谢谢您的回答，但什么是'col（）'是方法？我没用过。我很抱歉；我没来过long@NickWick，
col（）
用于从数据帧访问列。。i、 e
行。value
，
行[“value”]
，
列（“value”）
都是指pyspark中的
value
列。感谢您的仔细解释。我现在明白了
import pyspark.sql.functions as F

max_size = df.select(F.max(F.length(F.regexp_replace('value','[^,]','')))).first()[0]
out = df.select([F.split("value",',')[x].alias(f"Col{x+1}") for x in range(max_size+1)])

out.show()

+----+----+----+----+
|Col1|Col2|Col3|Col4|
+----+----+----+----+
|   a|   b|   c|null|
|   d|   e|   f|   g|
+----+----+----+----+