Regex 将包含美元符号（$）的子字符串替换为其他列值

我试图用每行“NUMBER”列中的值替换子字符串“$NUMBER”。 我试过了

从pyspark.sql.functions导入udf
从pyspark.sql.Types导入StringType
替换_udf=udf(
lambda long_text，编号：long_text.替换（“$number”，编号），
StringType（）
)
df=df.withColumn（'long_text'），替换_udf（col（'long_text'）、col（'number'））

及

从pyspark.sql.functions导入expr
df=df.withColumn（'long_text'，expr（“regexp_replace（long_text，$NUMBER'，NUMBER）”））

但什么都不管用。我不知道如何用另一列替换子字符串

样本：

df1=spark.createDataFrame(
[
（“哈哈哈，$这个数字不错”，3），
（“我不知道$NUMBER”，2），
（$NUMBER在做什么？”，5）\
（“AJ$NUMBER”，2），
（“$NUMBER侏儒”，1）
],
[“长文本”、“数字”]
) 

输入：

+---------------------------------+------+
|长文本|数|
+---------------------------------+------+
|哈哈哈，这个$3的数字不错|
|$NUMBER在做什么？|5|
|AJ$NUMBER | 2|
+---------------------------------+------+

预期产出：

+--------------------+------+
|长文本|编号|
+--------------------+------+
|哈哈哈，3号很好| 3号|
|5在干什么|
|AJ 123 | 2|
+--------------------+------+

回答者未涵盖栏目替换的类似问题：

---

在lambda中使用with replace之前，必须将数字列强制转换为str（）字符串：

from pyspark.sql import types as T
from pyspark.sql import functions as F

l = [(  'hahaha the $NUMBER is good',    3)
     ,('what is $NUMBER doing?'         ,   5)
     ,('ajajaj $NUMBER  '       ,  2)]
df = spark.createDataFrame(l,['long_text','number'])

#Just added str() to your function
replace_udf = F.udf(lambda long_text, number: long_text.replace("$NUMBER", str(number)), T.StringType())

df.withColumn('long_text',replace_udf(F.col('long_text'),F.col('number'))).show()

+--------------------+------+ 
|           long_text|number| 
+--------------------+------+ 
|hahaha the 3 is good|     3| 
|    what is 5 doing?|     5|
|           ajajaj 2 |     2| 
+--------------------+------+

---

问题是，

$

在正则表达式中有一个特殊的含义，这意味着匹配行尾。因此，您的代码：

regexp\u替换（长文本，$NUMBER'，NUMBER）

正在尝试匹配模式：行尾后跟文本字符串

NUMBER

（它永远不会匹配任何内容）

为了匹配

$

（或任何其他正则表达式特殊字符），必须使用

\

对其进行转义

从pyspark.sql.functions导入expr
df=df.withColumn（'long\u text'，expr（“regexp\u replace（long\u text，\$NUMBER'，NUMBER）”））
df.show（）
#+--------------------+------+
#|长文本|编号|
#+--------------------+------+
#|哈哈哈，3号很好| 3号|
#|5在干什么|
#|阿贾杰2 | 2|
#+--------------------+------+

能否提供示例输入和预期输出？

$

是正则表达式中的一个特殊符号，表示字符串末尾的匹配。您需要用斜杠转义：

\$NUMBER

我认为您需要转义反斜杠或使其成为原始字符串。