列不可迭代-Apache Spark DataFrame-Python

Question

我的spark数据int_rate有一个类型为string的int_rate列，其所有值都像9.5%, 7.0%, etc 。

这是该列外观的图像

现在，我知道有一种方法可以将类型字符串转换为float在python中，但是仅适用于值不为%符号为9.5情况。 我尝试了以下方法：

df.int_rate = [x.strip('%') for x in df.int_rate]

在此链接上给出以删除%符号，但是会引发错误消息：

列不可迭代

我也尝试了链接上列出的其他方法，但似乎无济于事。 有人可以帮我摆脱%符号，然后将我的列转换为float类型吗？

Answer 1

一种可能的解决方案：

from pyspark.sql.functions import expr

df = spark.createDataFrame(["9.5%", "7.0%"], "string").toDF("int_rate")

df.withColumn("int_rate", expr("rtrim('%', int_rate)").cast("float")).show()

还有另一个

from pyspark.sql.functions import regexp_replace

df.withColumn("int_rate", regexp_replace("int_rate", "%$", "").cast("float"))