如何截断DataFrame列中字符串的长度？

Question

我有一个DataFrame，其中包含带有文本的列，并且我想将Column中的文本截断为一定长度。我尝试了以下操作：

val updatedDataFrame = dataFrame.withColumn("NewColumn", col("ExistingColumn").take(15))

出现以下错误是因为我转换了Column而不是其内容：

  

笔记本：7：错误：取值不是的成员   org.apache.spark.sql.Column                                    .withColumn（“ NewColumn”，col（“ ExistingColumn”）。take（15））

Answer 1

使用方法substring，如下所示：

import org.apache.spark.sql.functions._
import spark.implicits._

val df = Seq( (1, "abcdef"), (2, "uvwx") ).toDF("id", "value")

df.withColumn("value3", substring($"value", 1, 3)).show
// +---+------+------+
// | id| value|value3|
// +---+------+------+
// |  1|abcdef|   abc|
// |  2|  uvwx|   uvw|
// +---+------+------+