PySpark の split() 関数は、指定された区切り文字に基づいて文字列を配列に分割します。
次に、.getItem(index) は配列から特定の要素を抽出します。
正しい使い方:
pyspark.sql.functions から split, col をインポートします
顧客DF​​ = 顧客DF \
.withColumn("ユーザー名", split(col("メールアドレス"), "@").getItem(0)) \
.withColumn("ドメイン", split(col("メールアドレス"), "@").getItem(1))
これにより、電子メール フィールドから派生した 2 つの新しい列が作成されます。
「ユーザー名」→@の前のテキスト
「ドメイン」→@の後のテキスト
他のオプションが間違っている理由:
B: regexp_replace はテキストのみを置き換え、複数の列に分割しません。
C: .select() は、このように複数の派生列にエイリアスを設定することはできません。
D: 列オブジェクトはネイティブの Python 文字列ではないため、標準の .split() は使用できません。
参照：
PySpark SQL 関数 - split() および getItem()。
Databricks 試験ガイド (2025 年 6 月) : セクション「Apache Spark DataFrame/DataSet API アプリケーションの開発」 - 列データの操作と分割。