python - 如何从pyspark的列中删除连字符？

Question

我想-从 pyspark 数据框的列中删除所有元素。

所以我有：

111-345-789   
123654980   
144-900-888  
890890890  
....

我想有一列是：

111345789   
123654980   
144900888   
890890890  

标签： pythonapache-sparkpysparkapache-spark-sql

Answer 1

您可以使用regexp_replace：

df.withColumn("col", F.regexp_replace("col", "-", "")).show()

#+---------+
#|      col|
#+---------+
#|111345789|
#|123654980|
#|144900888|
#|890890890|
#+---------+

或者replace：

df.withColumn("col", F.expr("replace(col, '-', '')")).show()