PySpark中如何将带逗号的字符串浮点数转为Float类型？

原因很明确：你的cost列数值用逗号作为小数点分隔符，而Spark默认只识别.作为小数点，直接cast无法解析这种格式，所以返回null。

解决方案是先把逗号替换成点，再转换为float类型：

1. 导入所需函数

from pyspark.sql.functions import regexp_replace

2. 替换分隔符并转换类型

df = df.withColumn('cost', regexp_replace(df.cost, ',', '.').cast('float'))

执行后查看结果：

df.show()

输出：

+----+-----+
|cost|label|
+----+-----+
|31.2|  foo|
|33.1|  bar|
+----+-----+

内容的提问来源于stack exchange，提问作者Fluxy