Question

我有一个包含这样数据的专栏：

[[[-77.1082606, 38.935738]] ,Point]

我希望将其拆分为：

  column 1          column 2        column 3
 -77.1082606      38.935738           Point

如何使用PySpark或Scala（Databricks 3.0）？我知道如何爆炸列但不拆分这些结构。感谢!!!

编辑：以下是该列的架构：

|-- geometry: struct (nullable = true)
 |    |-- coordinates: string (nullable = false)
 |    |-- type: string (nullable = false

Answer 1

您可以使用regexp_replace()删除方括号，然后使用逗号将结果字符串split()分成不同的列。

from pyspark.sql.functions import regexp_replace, split, col

df.select(regexp_replace(df.geometry.coordinates, "[\[\]]", "").alias("coordinates"),
          df.geometry.type.alias("col3")) \
  .withColumn("arr", split(col("coordinates"), "\\,")) \
  .select(col("arr")[0].alias("col1"),
          col("arr")[1].alias("col2"),
         "col3") \
  .drop("arr") \
  .show(truncate = False)
+-----------+----------+-----+
|col1       |col2      |col3 |
+-----------+----------+-----+
|-77.1082606| 38.935738|Point|
+-----------+----------+-----+

使用数组数组爆炸列 - PySpark

1 个答案: