你可以 trim 方括号和铸造浮动：

import pyspark.sql.functions as F

df2 = df.withColumn('salary', F.expr("float(trim('[]', salary))"))

df2.show()
+--------+-----+------+
|    name|state|salary|
+--------+-----+------+
|   Smith|   OH|  55.5|
|    Anna|   NY|  33.3|
|Williams|   OH| 939.3|
+--------+-----+------+

或者你可以用 from_json 要将其解析为float数组，并获取第一个数组元素：

df2 = df.withColumn('salary', F.from_json('salary', 'array<float>')[0])

您可以使用正则表达式：

import pyspark.sql.functions as F

df.select(
    F.regexp_extract('salary', '([\d\.]+)', 1).cast('float').alias('salary')
).show()

输出：

+------+
|salary|
+------+
|  55.5|
|  33.3|
| 939.3|
+------+

您需要使用自定义项将字符串解析为浮点数组，然后可以分解数组以获得数组中的奇异值。
方案如下：

import json

from pyspark.sql import functions as F
from pyspark.sql.types import FloatType

def parse_value_from_string(x):
    res = json.loads(x)
    return res

parse_float_array = F.udf(parse_value_from_string, ArrayType(FloatType()))

df = df.withColumn('float_value_salary',F.explode(parse_float_array(F.col('salary'))))

df_output = df.select('name','state','float_value_salary')

输出Dataframe希望得到以下结果

+--------+-----+------------------+
|    name|state|float_value_salary|
+--------+-----+------------------+
|   Smith|   OH|              55.5|
|    Anna|   NY|              33.3|
|Williams|   OH|             939.3|
+--------+-----+------------------+