spark中从店铺 URL 中提取 ID 加到数据第 1 列

可以使用Spark的DataFrame API和正则表达式来实现从店铺URL中提取ID并加到数据的第一列。

假设数据已经读入为一个DataFrame，并且店铺URL保存在名为“url”的列中，可以使用以下代码：

from pyspark.sql.functions import regexp_extract

df = df.withColumn("id", regexp_extract(df["url"], r"\d+", 0))

这里使用了Spark的`regexp_extract`函数来从URL中提取数字ID，然后将其添加为新的列“id”。

如果需要将“id”列放到第一列，可以使用以下代码：

df = df.select("id", *[col for col in df.columns if col != "id"])

这里使用了Spark的`select`函数来重新排列列的顺序。首先选择“id”列，然后选择除了“id”列以外的所有列。