在Pyspark中选择字符("-")之前/之后的特定字符串

在Pyspark中，我们可以使用字符串函数和正则表达式来选择字符之前或之后的特定字符串。

如果要选择字符之前的特定字符串，可以使用split()函数将字符串拆分为一个字符串数组，然后通过索引获取所需的字符串。例如，假设我们有一个字符串列text，其中包含类似于"特定字符串-其他字符串"的格式，我们可以使用以下代码选择字符"-"之前的特定字符串：

from pyspark.sql.functions import split

df = spark.createDataFrame([(1, "特定字符串-其他字符串")], ["id", "text"])

result = df.withColumn("specific_string", split(df["text"], "-")[0])
result.show()

这将输出：

+---+-------------------+----------------+
|id |text               |specific_string |
+---+-------------------+----------------+
|1  |特定字符串-其他字符串|特定字符串       |
+---+-------------------+----------------+

如果要选择字符之后的特定字符串，可以使用split()函数将字符串拆分为一个字符串数组，然后通过索引获取所需的字符串。例如，假设我们有一个字符串列text，其中包含类似于"其他字符串-特定字符串"的格式，我们可以使用以下代码选择字符"-"之后的特定字符串：

from pyspark.sql.functions import split

df = spark.createDataFrame([(1, "其他字符串-特定字符串")], ["id", "text"])

result = df.withColumn("specific_string", split(df["text"], "-")[1])
result.show()

这将输出：

+---+-------------------+----------------+
|id |text               |specific_string |
+---+-------------------+----------------+
|1  |其他字符串-特定字符串|特定字符串       |
+---+-------------------+----------------+

在这个例子中，我们使用了split()函数将字符串拆分为一个字符串数组，然后通过索引选择所需的字符串。这是一种在Pyspark中选择字符之前或之后的特定字符串的常见方法。

希望这个答案能够满足你的需求。如果你有任何其他问题，请随时提问。