scala - 如何有条件地从列中删除前两个字符

我有一些电话记录的以下数据，我想从每个记录中删除前两个值，因为它们是国家/地区代码。使用Scala，Spark或Hive可以通过什么方式进行操作？

phone
|917799423934|
|019331224595|
|  8981251522|
|917271767899|

我希望结果是:

phone
|7799423934|
|9331224595|
|8981251522|
|7271767899|

我们如何从该列的每条记录或每一行中删除前缀91,01？

最佳答案

我相信有一项改进，希望使用包含contains或等效项的列表，但是这里有:

import org.apache.spark.sql.functions._

case class Tel(telnum: String)
val ds = Seq(
     Tel("917799423934"),
     Tel("019331224595"),
     Tel("8981251522"),
     Tel("+4553")).toDS()

val ds2 = ds.withColumn("new_telnum", when(expr("substring(telnum,1,2)") === "91" || expr("substring(telnum,1,2)") === "01", expr("substring(telnum,3,length(telnum)-2)")).otherwise(col("telnum")))

ds2.show

返回:

+------------+----------+
|      telnum|new_telnum|
+------------+----------+
|917799423934|7799423934|
|019331224595|9331224595|
|  8981251522|8981251522|
|       +4553|     +4553|
+------------+----------+

我们可能需要考虑+，但是什么也没说。