使用正则表达式：

df.withColumn("A", regexp_replace("A", "[{}]", ""))

字符串

要修改 Dataframe df并将regexp_replace应用于listOfColumns给定的多个列，您可以使用foldLeft，如下所示：

val newDf = listOfColumns.foldLeft(df)((acc, x) => acc.withColumn(x, regexp_replace(col(x), ..., ...)))

字符串

要将列表达式应用于PySpark中 Dataframe 的每一列，可以将Python的列表解析与Spark的select一起使用。例如：

df.select([column_expression for c in df.columns])

字符串
完整示例：

from pyspark.sql import functions as F
df = spark.createDataFrame(
    [('{dt:dt=string, content=Prod}', '{dt:dt=string, content=Staging}')],
    ['A', 'B'])

df = df.select([F.regexp_replace(c, '[{}]', '').alias(c) for c in df.columns])

df.show(truncate=0)
# +--------------------------+-----------------------------+
# |A                         |B                            |
# +--------------------------+-----------------------------+
# |dt:dt=string, content=Prod|dt:dt=string, content=Staging|
# +--------------------------+-----------------------------+

型