web-dev-qa-db-fra.com

comment utiliser Regexp_replace dans spark

Je suis assez nouveau pour spark et je voudrais effectuer une opération sur une colonne d'une trame de données afin de remplacer tous les , dans la colonne avec .

Supposons qu'il existe un cadre de données x et une colonne x4

x4
1,3435
1,6566
-0,34435

Je veux que la sortie soit aussi

x4
1.3435
1.6566
-0.34435

Le code que j'utilise est

import org.Apache.spark.sql.Column
def replace = regexp_replace((x.x4,1,6566:String,1.6566:String)x.x4)

Mais j'obtiens l'erreur suivante

import org.Apache.spark.sql.Column
<console>:1: error: ')' expected but '.' found.
       def replace = regexp_replace((train_df.x37,0,160430299:String,0.160430299:String)train_df.x37)

Toute aide sur la syntaxe, la logique ou tout autre moyen approprié serait très appréciée

scalaapache-sparkapache-spark-sqlregexp-replace
9
user3420819

Voici un exemple reproductible, en supposant que x4 Est une colonne de chaîne.

import org.Apache.spark.sql.functions.regexp_replace

val df = spark.createDataFrame(Seq(
  (1, "1,3435"),
  (2, "1,6566"),
  (3, "-0,34435"))).toDF("Id", "x4")

La syntaxe est regexp_replace(str, pattern, replacement), ce qui se traduit par:

df.withColumn("x4New", regexp_replace(df("x4"), "\\,", ".")).show
+---+--------+--------+
| Id|      x4|   x4New|
+---+--------+--------+
|  1|  1,3435|  1.3435|
|  2|  1,6566|  1.6566|
|  3|-0,34435|-0.34435|
+---+--------+--------+
16
mtoto