pyspark - Pyspark 数据框中的填充

Question

我有一个 Pyspark 数据框( 原始数据框 )具有以下数据(所有列都有 字符串 数据类型):

  id           Value
   1             103
   2             1504
   3              1  

我需要创建一个新的 修改数据框与 填充 在 值(value) 列，因此该列的长度应为 4 个字符 .如果长度小于 4 个字符，则在数据中添加 0，如下所示:

  id             Value
   1             0103
   2             1504
   3             0001  

有人可以帮我吗？如何使用 Pyspark 数据框实现它？任何帮助将不胜感激。

Answer 1

您可以使用功能模块中的 lpad，

from pyspark.sql.functions import lpad
>>> df.select('id',lpad(df['value'],4,'0').alias('value')).show()
+---+-----+
| id|value|
+---+-----+
|  1| 0103|
|  2| 1504|
|  3| 0001|
+---+-----+