Question

我在pyspark中有一个列表，其中列表看起来像

result = ['2016-12-11T04:12:58.797', '2016-12-11T03:50:28.253', '2016-12-11T03:49:52.613', '2016-12-11T03:37:49.857']

我必须从列表中仅获取年份。我试过的是

resultYear = result[0:4]

但是，我知道这不是解决方案。我是python和pyspark的新手，所以我需要帮助。感谢。

Answer 1

要回答标题中的问题，您只需遍历列表并获取列表中每个元素的前4个字母：

for element in result:
    year = element[:4] 
    # do what you want with this, e.g print it
    print(year)

>>>2016
>>>2016
...

但更简洁的方法是列表理解：

r = [el[:4] for element in result]
# returns a list of years

print(r)
>>> ['2016', '2016',...]

Answer 2

使用字符串拆分功能并将字符串拆分为＆＃39; T＆＃39;发生并使用字符串之前的字符串＆＃39; T＆＃39;
的 INPUT

result = ['2016-12-11T04:12:58.797', '2016-12-11T03:50:28.253', '2016-12-11T03:49:52.613', '2016-12-11T03:37:49.857'] result = [(r.split('-')[0]) for r in result]

<强>输出

['2016', '2016', '2016', '2016']

如何从列表

2 个答案: