如何使用Spark/Scala中另一列的分隔符拆分一列
我还有一个与 split 函数有关的问题。我是 Spark/Scala 的新手。
以下是示例数据框 -
+-------------------+---------+
| VALUES|Delimiter|
+-------------------+---------+
| 50000.0#0#0#| #|
| 0@1000.0@| @|
| 1$| $|
|1000.00^Test_string| ^|
+-------------------+---------+
我希望输出是 -
+-------------------+---------+----------------------+
|VALUES |Delimiter|split_values |
+-------------------+---------+----------------------+
|50000.0#0#0# |# |[50000.0, 0, 0, ] |
|0@1000.0@ |@ |[0, 1000.0, ] |
|1$ |$ |[1, ] |
|1000.00^Test_string|^ |[1000.00, Test_string]|
+-------------------+---------+----------------------+
我试图手动拆分这个 -
dept.select(split(col("VALUES"),"#|@|$|^").show()
输出是 -
+-----------------------+
|split(VALUES,#|@|$|^)|
+-----------------------+
| [50000.0, 0, 0, ]|
| [0, 1000.0, ]|
| [1, ]|
| [1000.00, Test_st...|
+-----------------------+
但我想为大型数据集自动提取分隔符。