如何将前导零添加到 pyspark 数据框列答案

【问题标题】：how to add leading zeroes to a pyspark dataframe column如何将前导零添加到 pyspark 数据框列
【发布时间】：2019-09-17 21:40:56
【问题描述】：

我正在尝试在我的 pyspark 数据框中的列中添加前导零

输入：-

身份证 123

预期输出：

000000000123

【问题讨论】：

Padding in a Pyspark Dataframe的可能重复

标签： pyspark

【解决方案1】：

有lpad功能。用 pad 将字符串列左填充到宽度 len。

from pyspark.sql.functions import lpad
df.select(lpad(df.ID, 12, '0').alias('s')).collect()

【讨论】：

【解决方案2】：

使用format_string 函数在开头填充零。

from pyspark.sql.functions import col, format_string
df = spark.createDataFrame([('123',),('1234',)],['number',])
df.show()
+------+
|number|
+------+
|   123|
|  1234|
+------+

如果号码是string，请务必将其转换为integer。

df = df.withColumn('number_padded', format_string("%012d", col('number').cast('int')))
df.show()
+------+-------------+
|number|number_padded|
+------+-------------+
|   123| 000000000123|
|  1234| 000000001234|
+------+-------------+

【讨论】：

我应用了这个逻辑，但没有创建一个新列“number_padded”
我完全按照你说的做了，但是新栏目没有形成
好吧，我进行了下一步，生成了新列，但其中包含所有空值。看起来逻辑不起作用。
它适用于我的多个 pyspark 版本。我不知道为什么它对你不起作用。
这个解决方案效果更好，更健壮。这应该是公认的答案