在 Pyspark 数据框中填充 [英] Padding in a Pyspark Dataframe

问题描述

我有一个 Pyspark 数据框(原始数据框)具有以下数据(所有列都有 string 数据类型):

I have a Pyspark dataframe(Original Dataframe) having below data(all columns have string datatype):

  id           Value
   1             103
   2             1504
   3              1  

我需要在 value 列中创建一个带有 padding 的新修改后的数据框，因此该列的长度应为 4字符.如果长度小于 4 个字符，则在数据中添加 0，如下所示:

I need to create a new modified dataframe with padding in value column, so that length of this column should be 4 characters. If length is less than 4 characters, then add 0's in data as shown below:

  id             Value
   1             0103
   2             1504
   3             0001  

有人可以帮我吗?我如何使用 Pyspark 数据框实现它?任何帮助将不胜感激.

Can someone help me out? How can i achieve it using Pyspark dataframe? Any help will be appreciated.

推荐答案

您可以使用功能模块中的 lpad，

You can use lpad from functions module,

from pyspark.sql.functions import lpad
>>> df.select('id',lpad(df['value'],4,'0').alias('value')).show()
+---+-----+
| id|value|
+---+-----+
|  1| 0103|
|  2| 1504|
|  3| 0001|
+---+-----+

这篇关于在 Pyspark 数据框中填充的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！