如何将以指定字符开头的字符串传输到 sparksql 中的另一列答案

【问题标题】：How do i transfer a string that starts with the specified character into another column in sparksql如何将以指定字符开头的字符串传输到 sparksql 中的另一列
【发布时间】：2021-12-30 05:17:16
【问题描述】：

给定下面的数据框：

Row|Address                                                                 |Contact      |
+---+------------------------------------------------------------------------+-------------+
|1  |J. Borja cor. Guillermo St., Cagayan de Oro City 08822 722-922 / 726-667|null         |
|2  |Cruz Taal cor. Apolinar Velez St.,Cagayan de Oro City 08822 725-301     |null         |
|3  |R.N. Abejuela St., Cagayan de Oro City                                  |08822 727-864|

我如何将它转换成这个：

Row|Address                                                      |Contact                  |
+---+------------------------------------------------------------------------+-------------+
|1  |J. Borja cor. Guillermo St., Cagayan de Oro City            | 08822 722-922 / 726-667 |
|2  |Cruz Taal cor. Apolinar Velez St.,Cagayan de Oro City       |           08822 725-301 |
|3  |R.N. Abejuela St., Cagayan de Oro City                      |           08822 727-864 |

【问题讨论】：

标签： sql pyspark apache-spark-sql

【解决方案1】：

先用正则表达式从Address中提取Contact_tmp，然后从Address中擦除，最后用coalesce函数合并Contact和Contact_tmp。

df = df.withColumn('Contact_tmp', F.regexp_extract('Address', '\\d+\\s+\\d+-\\d+\\s*/*\\s*\\d*-*\\d*', 0)).select(
    'Row',
    F.expr('replace(Address, Contact_tmp, "")').alias('Address'),
    F.coalesce('Contact', 'Contact_tmp').alias('Contact')
)
df.show(truncate=False)

【讨论】：