Strings（字符串(Strings)）

Strings refer to text data.

from pyspark.sql import functions as F

Converting between cases

• F.initcap(col)
• F.lower(col)
• F.upper(col)

Concatenating, splitting

• F.concat(*cols)
• F.concat_ws(sep, *cols)
• F.split(str, pattern)

Substrings

• F.instr(str, substr)
• F.locate(substr, str, pos=1)
• F.substring(str, pos, len)
• F.substring_index(str, delim, count)

Trimming, padding

• F.lpad(col, len, pad)
• F.ltrim(col)
• F.rpad(col, len, pad)
• F.rtrim(col)
• F.trim(col)

Regex

• F.regexp_extract(str, pattern, idx)
• F.regexp_replace(str, pattern, replacement)

Misc

• F.ascii(col)
• F.base64(col)
• F.bin(col)
• F.conv(col, fromBase, toBase)
• F.decode(col, charset)
• F.encode(col, charset)
• F.format_number(col, d)
• F.format_string(format, *cols)
• F.hex(col)
• F.length(col)
• F.levenshtein(left, right)
• F.repeat(col, n)
• F.reverse(col)
• F.translate(srcCol, matching, replace)
• F.unbase64(col)
• F.unhex(col)

---

中文翻译

字符串(Strings)

字符串(Strings)指文本数据。

from pyspark.sql import functions as F

大小写转换

• F.initcap(col) — 首字母大写
• F.lower(col) — 转换为小写
• F.upper(col) — 转换为大写

拼接与拆分

• F.concat(*cols) — 拼接
• F.concat_ws(sep, *cols) — 带分隔符拼接
• F.split(str, pattern) — 拆分

子字符串

• F.instr(str, substr) — 查找子串位置
• F.locate(substr, str, pos=1) — 定位子串
• F.substring(str, pos, len) — 截取子串
• F.substring_index(str, delim, count) — 按分隔符截取

修剪与填充

• F.lpad(col, len, pad) — 左填充
• F.ltrim(col) — 去除左侧空格
• F.rpad(col, len, pad) — 右填充
• F.rtrim(col) — 去除右侧空格
• F.trim(col) — 去除两侧空格

正则表达式(Regex)

• F.regexp_extract(str, pattern, idx) — 正则提取
• F.regexp_replace(str, pattern, replacement) — 正则替换

其他函数(Misc)

• F.ascii(col) — 获取ASCII码
• F.base64(col) — Base64编码
• F.bin(col) — 转换为二进制
• F.conv(col, fromBase, toBase) — 进制转换
• F.decode(col, charset) — 解码
• F.encode(col, charset) — 编码
• F.format_number(col, d) — 数字格式化
• F.format_string(format, *cols) — 字符串格式化
• F.hex(col) — 转换为十六进制
• F.length(col) — 获取长度
• F.levenshtein(left, right) — 编辑距离
• F.repeat(col, n) — 重复字符串
• F.reverse(col) — 反转字符串
• F.translate(srcCol, matching, replace) — 字符替换
• F.unbase64(col) — Base64解码
• F.unhex(col) — 十六进制解码