Python和Pyspark中字元串長度計算的實現

一、Python中字元串長度計算

在Python中，計算字元串長度有多種方式。最基本的方式是使用內置函數len()。該函數可以計算字元串中的字元數量，包括空格、標點等。示例代碼如下：

str1 = "Hello world!"
print(len(str1)) # 輸出 12

除了len()函數，還可以使用字元串對象的__len__()方法計算長度：

str1 = "Hello world!"
print(str1.__len__()) # 輸出 12

如果需要計算字元串中不重複字元的數量，可以使用set集合。將字元串轉換為set集合後，set集合中元素數量就是不重複字元的數量。示例代碼如下：

str1 = "Hello world!"
print(len(set(str1))) # 輸出 10

二、Pyspark中字元串長度計算

在Pyspark中，計算字元串長度也有多種方式。最常見的方式是使用length()函數。

from pyspark.sql.functions import length

df = spark.createDataFrame([(1, "Hello world!")], ["id", "text"])
df = df.withColumn("length", length(df["text"]))
df.show()

運行結果如下：

+---+------------+------+
| id|        text|length|
+---+------------+------+
|  1|Hello world!|    12|
+---+------------+------+

除了length()函數，還有char_lengh()函數可以計算字元串長度。該函數只計算字元串中字元的數量。示例代碼如下：

from pyspark.sql.functions import char_length

df = spark.createDataFrame([(1, "Hello world!")], ["id", "text"])
df = df.withColumn("length", char_length(df["text"]))
df.show()

運行結果如下：

+---+------------+------+
| id|        text|length|
+---+------------+------+
|  1|Hello world!|    12|
+---+------------+------+

三、小結

無論是在Python中還是Pyspark中，計算字元串長度都非常簡單。Python中可以使用內置函數len()或者__len__()方法，Pyspark中可以使用length()函數或者char_length()函數。根據需求選擇相應的函數即可。