如何用startswith替换单元格的整个值而非仅匹配字符串？

你的需求是将所有以Cancelled开头的Status值统一替换为Eliminate，不需要用regexp_replace或UDF，直接通过条件判断赋值即可。

你的代码问题分析 #

你之前的代码报错是因为：

1. 误用了replace函数：这里不需要替换字符串中的子串，而是要直接覆盖整个字段值，完全没必要用replace
2. replace的参数顺序错误（Spark的replace函数需要指定被替换的子串和新值）

正确代码 #

首先导入必要的函数：

from pyspark.sql.functions import when, col

然后执行字段更新：

DF2 = DF1.withColumn(
    "Status",
    when(col("Status").startswith("Cancelled"), "Eliminate")
    .otherwise(col("Status"))
)

可选写法（用like匹配） #

如果更习惯通配符匹配，也可以写成：

DF2 = DF1.withColumn(
    "Status",
    when(col("Status").like("Cancelled%"), "Eliminate")
    .otherwise(col("Status"))
)

执行后就能得到你期望的结果：

内容的提问来源于stack exchange，提问作者Jaime Neufer