拆分

围绕给定模式的匹配项拆分 str。

有关相应的 Databricks SQL 函数，请参阅 split 函数。

Syntax

from pyspark.databricks.sql import functions as dbf

dbf.split(str=<str>, pattern=<pattern>, limit=<limit>)

参数

参数	类型	Description
str	pyspark.sql.Column 或 str	要拆分的字符串表达式
pattern	pyspark.sql.Column 或 literal string	表示正则表达式的字符串。 正则表达式字符串应该是 Java 正则表达式。 接受为正则表达式表示形式，以实现向后兼容性。 除了 int， limit 现在还接受列名和列名。
limit	pyspark.sql.Column 或 str 或 int	一个整数，用于控制应用的次数 pattern 。 _ limit > 0：生成的数组的长度不会超过 limit，生成的数组的最后一个条目将包含超出上次匹配模式的所有输入。 _ limit <= 0： pattern 将尽可能多地应用，生成的数组可以是任何大小。

退货

pyspark.sql.Column：分隔字符串的数组。

例子

from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([('oneAtwoBthreeC',)], ['s',])
df.select('*', dbf.split(df.s, '[ABC]')).show()
df.select('*', dbf.split(df.s, '[ABC]', 2)).show()
df.select('*', dbf.split('s', '[ABC]', -2)).show()
df = spark.createDataFrame([
('oneAtwoBthreeC', '[ABC]', 2),
('1A2B3C', '[1-9]+', 1),
('aa2bb3cc4', '[1-9]+', -1)], ['s', 'p', 'l'])
df.select('*', dbf.split(df.s, df.p)).show()
df.select(dbf.split('s', df.p, 'l')).show()