spark Scala中dataframe的常用关键字：withColumn_spark dataframe withcolumn

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

withColumn关键字：

用于操作dataframe原表某一列的数据，将操作完的每一行数据形成一列，用来替换一个表原有的列或者在原表后面追加新的列！

语法如下：

def withColumn(colName: String, col: Column): DataFrame

withColumn传入两个参数：

先说第二个参数：

该参数传入的是操作dataframe表中指定**”列”的数据。他会对dataframe表中的每一行数据进行操作，最后返回一个新的列**。如果第一个参数传入的列名和第二个参数传入的列名参数相同的话，就会替换原来的列。如果第一个参数和原列名参数不同，则会追加新增加一列数据在表后面。具体例子如下：

现用withColumn关键字将city字段类似于**“成都·双流区”** 操作转换成  “成都” ，思路是将city字段数据“·”后面的数据去除，然后替换掉原来列或者新增一列两种情况：

原数据：

情况一（替换原列）：传入的第一个参数和原列名相同：

在withColumn的第二个参数传入正则匹配将“·”后面的数据替换成空。但是第一个参数city和原列名city相同，则替换原列的数据：

df.withColumn("city", regexp_replace(col("city"), "·.*", "")).show

替换dataframe表原列city的数据：

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**