我正在尝试将字符串转换为十进制。
我有时可能会收到如下十进制数据
1234.6789-(-结尾)
在java中,我可以指定如下格式来解析上面的内容,
DecimalFormat dfmt=新的DecimalFormat(“0000.0000;0000.0000-”)这样我得到的十进制值为-1234.6789
我们在Python或Pyspark中是否有与上述类似的版本
我创建了UDF
def getDecimalVal(myString):
return Decimal(myString)
ConvertToDec = udf(getDecimalVal, DecimalType(4))
我在下面的代码中调用它
Employee = Row("firstName", "lastName", "email", "salary","salaryday")
employee1 = Employee('steve', 'mill', 'bash@elean.co', "0012.7590","2020-04-30")
employee2 = Employee( 'jack','neil', 'daniel@ssl.edu', "0013.2461","2020-04-30" )
employees=[employee1,employee2]
dframe = spark.createDataFrame(employees)
dframe=dframe.withColumn('decimalval',ConvertToDec(col('salary')))
dframe.show()
下面是输出
+---------+--------+--------------+---------+----------+---------+----------+
|firstName|lastName| email| salary| salaryday|finalname|decimalval|
+---------+--------+--------------+---------+----------+---------+----------+
| len|armbrust| bash@learn.co| 0012.75|2020-04-30| len| 13|
| dem| meng|daniel@uda.edu|0013.2461|2020-04-30| dem| 13|
+---------+--------+--------------+---------+----------+---------+----------+
我有以下问题
1) 十进制值不是12.7590和13.2461而是四舍五入到13
2) 如果我将UDF中的进动改为分母类型(4,4),我得到以下误差
Py4JJavaError: An error occurred while calling o2598.showString.
java.lang.IllegalArgumentException: requirement failed: Decimal precision 6 exceeds max precision 4
如何保持精度以及如何保持精度
您可以
regexp_reaplace
首先移动前面的-
符号,然后cast
移动到DecimalType
。这样可以避免使用自定义项。像这样的方法应该会奏效:请注意,如果十进制数中有8位数字,则应使用
DecimalType(8, 4)
而不是DecimalType(4, 4)
。从pyspark文档here相关问题 更多 >
编程相关推荐