Python 只更改一个列分隔符

a=['0，意大利，“香气包括热带水果、扫帚、硫磺和干药草。口感不太富于表现力，提供未成熟的苹果、柑橘和干鼠尾草，伴随着清爽的酸度。”，VulkáBianco，87，，西西里和撒丁岛，埃特纳，Kerin O'Keefe，@kerinokeefe，尼科西亚2013 VulkáBianco（埃特纳），白葡萄酒，尼科西亚']

---

我有这个列表，我只想将粗体字符串分隔符从“，”改为“#”，例如。

这将获得给定输入所需的内容：

a[0].split('"')[1].replace(",", "#")

但有些事情告诉我这不是很有用/一般

但无论如何，这类问题的解决方案可能涉及以下两种字符串/列表方法：

split

和

replace

使现代化 因此，如果需要使用spark RDD，可以首先使用字符串列表（还不是csv）创建RDD

因为您只提供了一个示例行，所以我有几个假设

这些假设是关于双引号字符串

“

”的存在，该字符串是需要替换逗号的列

此外，我假设在任何其他列中都没有

“

我还假设此列在处理后不需要这些

“

解释

---

rdd

方法

map

将函数映射到rdd中的每一行，而

map

获取的lambda返回新行。所以在这里，我将这个替换命令链映射到RDD中的每一行（然后在示例中，我

获取
one）
您的输出应该是什么？是否有理由将其标记为
pyspark
和RDD？基本上，我有一个CSV文件，然后我必须在HDFS中创建一个配置单元表。但由于描述中有逗号，分隔符会把一切都搞糟。因此，一位同事告诉我，我需要在Python中对其进行更改，如果您能给出这样一个RDD示例，那么使用RDD'sit将非常有用（你可以在
pyspark
shell中创建一个，使用
spark
上下文和几行内容，我可以用更好的示例更新我的答案，这只是CSV文件中50行中的一行。我只是需要一些关于如何操作的想法，以便我可以将其复制到文件的其余部分。顺便说一句，谢谢你的帮助！我希望这是一个更好的解决方案。）n然后：），我用一些spark示例更新了它
>>> rdd = sc.parallelize(a)
>>> rdd.take(1)
['0,Italy,"Aromas include tropical fruit, broom, brimstone and dried herb. The palate isnt overly expressive, offering unripened apple, citrus and dried sage alongside brisk acidity.",Vulk\xc3\xa0 Bianco,87,,Sicily & Sardinia,Etna,,Kerin O\xe2\x80\x99Keefe,@kerinokeefe,Nicosia 2013 Vulk\xc3\xa0 Bianco (Etna),White Blend,Nicosia']
>>> processed_rdd = rdd.map(lambda row: row.split('"')[0] + row.split('"')[1].replace(",", "#") + row.split('"')[2])
>>> processed_rdd.take(1)
['0,Italy,Aromas include tropical fruit# broom# brimstone and dried herb. The palate isnt overly expressive# offering unripened apple# citrus and dried sage alongside brisk acidity.,Vulk\xc3\xa0 Bianco,87,,Sicily & Sardinia,Etna,,Kerin O\xe2\x80\x99Keefe,@kerinokeefe,Nicosia 2013 Vulk\xc3\xa0 Bianco (Etna),White Blend,Nicosia']