在红移中创建Python UDF以替换字符串中的字符

我的数据库中有一个varchar列。它应该有'43'，'43000'，'50000'等值，但有时它有'43000'，'50'，'00000'等值，有时它也有垃圾值和其他字符

我要做的是，首先替换值中的所有

，“

，然后尝试将其转换为

int

，如果成功，则返回此

int

值。否则返回

null

。我正试图为它编写一个Python UDF，但它似乎不起作用。这是：

create or replace function isnumeric (aval VARCHAR(20000))
  returns int
IMMUTABLE 
as $$
    try:
       aval = aval.replace(',','');
       x = int(aval);
       return x;
    except:
       return (1==2);
       return null;

$$ language plpythonu;

select 

isnumeric(field1) 

from 
table
limit 10000

---

谁能帮我一下吗？

我认为你不需要自定义项。您可以使用

REGEXP\u INSTR

查找无效值，然后使用

REGEXP\u REPLACE

清除有效字符串中的非数字字符

WITH test_vals AS 
    (          SELECT 'garbage_1' test,   'xx43,000' val 
     UNION ALL SELECT 'decimal'   test,  '43,000.00' val 
     UNION ALL SELECT 'commas'    test,  '50,00,000' val 
     UNION ALL SELECT 'date_val'  test, '2019/03/03' val 
)
SELECT test
       --Any character other than numbers, commas or decimal returns NULL
     , CASE WHEN REGEXP_INSTR(val,'[^0-9,.]') > 0 THEN NULL 
       --Commas are removed, decimal marker is retained
       ELSE REGEXP_REPLACE(val,'[^0-9.]','') END::NUMERIC  AS ouput 
FROM test_vals
;

输出为：

   test    |  ouput
-----------+---------
 garbage_1 |
 decimal   |   43000
 commas    | 5000000
 date_val  |

---

你能告诉我们程序给出的输出和/或错误吗？如果您能确切地告诉我们它在做什么和不在做什么，我们可以提供更多帮助。@TechPerson我得到的操作无效：布尔类型的输入语法无效：“null”；您的UDF应该返回

int

，而不是

bool

。Python中没有

null

的概念。相反，它使用

None

。如果

返回None

，我不知道Redshift如何处理它，但它可能会将其转换为

NULL

。试试看。（或者，坦率地说，使用下面乔的

CAST

想法，哪个更好。）@JohnRotenstein对于下面乔的想法，我在评论中提到了为什么不能使用它。我尝试将null替换为None，但udf仍然只返回布尔值。它返回布尔值，因为第二行显示“returns bool”。但问题是我只想替换“，”，如果列值包含任何其他字符，我只想把它转换成null，而不是在我的计算中考虑这个值。这是因为如果列包含43000的值，将它们转换为43000是有效的。但是，一些垃圾值包括2019/03/03，但将其转换为20190303是不正确的，因为此列是价格列，有人输入了垃圾日期值。所以我想在计算中忽略它。修改了示例以解决删除无效条目的用例。然而，我建议在这一点上要谨慎。如果数据完全是自由形式的，那么任何深入的分析充其量也可能是不可靠的。祝你好运