Regex 在pyspark中使用rlike连接数据帧时包括括号

我有2个pyspark数据帧，我正在尝试连接其中的一些列中有括号的值。 例如，其中一个值是

"Mangy (Dog)"

如果我尝试这样加入：

df1.join(df2 expr("df1.animal rlike df2.animal_stat")

我没有得到任何结果。 因此，我尝试使用

rlike

进行过滤，看看是否能够捕获值

过滤作用于除带括号的值以外的所有值。例如，当我尝试这样过滤时：

df.filter(col('animal').rlike("Mangy (Dog)")).show()

我没有得到任何结果

但是，如果我使用

rlike（“Mangy”）

或

rlike（“（狗）”

进行过滤，它似乎可以工作。即使我在

（狗）

中指定了括号

有没有办法让rlike在匹配项中包含括号

编辑： 我有两个数据帧

df1

和

df2

，如下所示：

+-----------------+-------+
|           animal| origin|
+-----------------+-------+
|      mangy (dog)|Streets|
|              Cat|  house|
|[Bumbling] Bufoon| Utopia|
|          Cheetah|  Congo|
|(Sprawling) Snake| Amazon|
+-----------------+-------+

+-------------------+-----------+
|        animal_stat|destination|
+-------------------+-----------+
|              ^dog$|      House|
|              ^Cat$|    Streets|
|^[Bumbling] Bufoon$|     Circus|
|          ^Cheetah$|        Zoo|
|      ^(Sprawling)$|  Glass Box|
+-------------------+-----------+

我正在尝试使用

rlike

使用以下方法将两者连接起来：

dff1=df1.alias('dff1')
dff2=df2.alias('dff2')

combine=dff1.join(dff2, expr("dff1.animal rlike dff2.animal_stat"), how='left')
.drop(dff2.animal_stat)

我希望输出数据帧如下所示：

+-----------------+-------+-----------+
|           animal| origin|destination|
+-----------------+-------+-----------+
|      mangy (dog)|Streets|      House|
|              Cat|  house|    Streets|
|[Bumbling] Bufoon| Utopia|     Circus|
|          Cheetah|  Congo|        Zoo|
|(Sprawling) Snake| Amazon|  Glass Box|
+-----------------+-------+-----------+

.rlike（）

df.filter（col（'animal'）.rlike（“Mangy\（Dog\）））.show（）

如果没有一些示例数据，我不确定是否可以帮助解决原始加入问题。
编辑：

combine = df1.alias('df1').join(
    df2.withColumn('animal_stat', F.regexp_replace(F.regexp_replace(F.regexp_replace(F.regexp_replace('animal_stat', '\\(', '\\\\('), '\\)', '\\\\)'), '\\[', '\\\\['), '\\]', '\\\\]')).alias('df2'), 
    F.expr('df1.animal rlike df2.animal_stat'),
    'left'
)


如果您没有使用任何正则表达式，您可能希望使用
like
而不是
rlike

df1.join(df2, expr("df1.animal like concat('%', df2.animal_stat, '%')"))


要进行筛选，可以尝试

df.filter(col('animal').like("%Mangy (Dog)%")).show()

谢谢你的回答。我已经编辑了我的帖子，并为
rlike
连接添加了示例数据。谢谢你的回答。我实际上在使用正则表达式。有没有办法在不指定字符串部分的连接中使用
rlike
呢？我过滤是为了排除故障，但
rlike
的主要用途是连接在包含正则表达式的列上。我编辑了我的帖子以显示相同的正则表达式。正则表达式与第一行和最后一行不匹配。您如何判断括号是否是正则表达式的一部分？例如，可能您正在尝试匹配
[Bumbling]中的任何字符
因为您将其括在方括号中？在我的用例中，方括号（圆括号或方括号）永远不会是正则表达式的一部分。它应该是要匹配的字符串的一部分。如果可以，这取决于您是否希望将圆括号保留在要匹配的模式中