You need to enable JavaScript to run this app. 如何将PySpark DataFrame中会计格式括号负数转换为负号数值
优惠活动
大模型
产品
解决方案
定价
更多

如何将PySpark DataFrame中会计格式括号负数转换为负号数值

解决方案

错误原因说明

  1. 硬编码substr长度的方案缺陷:因为销售数值的位数不固定,substr(2,3)固定提取从第2位开始的3个字符,当括号内数字位数不等于2时,会把末尾的右括号一同保留,导致转换异常。
  2. regexp_replace报错原因:(是正则表达式中的特殊元字符,用于标识捕获组的开始,你未转义直接传入(作为匹配规则,正则解析器会判定捕获组未闭合,因此抛出PatternSyntaxException异常。

实现方案

方案1:严谨匹配转换(推荐)

仅对完全被括号包裹的数值做转换,不会误处理字段中其他位置出现的括号,稳定性更高:

from pyspark.sql import functions as sf

sales = (
    df
    .select('sales')
    .withColumn('sales_new',
                sf.when(
                    # 匹配完全被括号包裹的字符串
                    sf.col('sales').rlike(r'^\(.*\)$'),
                    # 提取括号内的数字,前面拼接负号
                    sf.concat(sf.lit('-'), sf.regexp_extract(sf.col('sales'), r'^\((.*)\)$', 1))
                )
                .otherwise(sf.col('sales'))
                .cast('int') # 可选,直接转换为整数类型方便后续计算
               )
)

方案2:极简替换

如果确认sales字段中仅包含数字和包裹负数的括号,没有其他括号类字符,可以用两次替换快速实现:

from pyspark.sql import functions as sf

sales = (
    df
    .select('sales')
    .withColumn('sales_new',
                # 先把左括号替换为负号,再删除所有右括号
                sf.regexp_replace(sf.regexp_replace(sf.col('sales'), r'\(', '-'), r'\)', '')
                .cast('int')
               )
)

两种方案都可以实现(5)转-5、(94)转-94、正数字符保留原值的需求。


内容的提问来源于stack exchange,提问作者cs_guy

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.15 20:15:03