如何去掉空格和点，转换成小写

Question

我有一个名为

的pyspark数据框架

N. Plainfield  
North Plainfield
West Home  Land 
NEWYORK
newyork
So. Plainfield
S.  Plaindield

有的字母首字母之间有点和空格，有的没有。如何将它们转换为:

n Plainfield  
north plainfield
west homeland
newyork 
newyork
so plainfield
s plainfield

(首字母之间没有点和空格，首字母和名字之间有一个空格)

我试着用下面的，但它只替换点，不删除首字母之间的空格:

names_modified = names.withColumn("name_clean", regexp_replace("name", r".",""))

删除空格和点后，是否有办法得到不同的值。这样的。

north plainfield
west homeland 
newyork
so plainfield

Answer 1

我认为你应该把步骤分开。

1. 从大写到小写

2. 使用regex_replace函数替换圆点

   from pyspark.sql.functions import *
   # from uppercase to lowercase
   names_modified = names_modified.withColumn('name', lower('name'))
   # from dot to blink
   names_modified = names_modified.withColumn('name_clean', regex_replace('name', '.', ' '))