pole

Vytvoří nový sloupec pole ze vstupních sloupců nebo názvů sloupců.

Syntaxe

from pyspark.sql import functions as sf

sf.array(*cols)

Parametry

Parameter	Typ	Description
cols	pyspark.sql.Column nebo str	Názvy sloupců nebo objekty Column, které mají stejný datový typ.

Návraty

pyspark.sql.Column: Nový sloupec typu pole, kde každá hodnota je matice obsahující odpovídající hodnoty ze vstupních sloupců.

Examples

Příklad 1: Základní použití maticové funkce s názvy sloupců

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", "doctor"), ("Bob", "engineer")],
    ("name", "occupation"))
df.select(sf.array('name', 'occupation')).show()

+-----------------------+
|array(name, occupation)|
+-----------------------+
|        [Alice, doctor]|
|        [Bob, engineer]|
+-----------------------+

Příklad 2: Použití maticové funkce s objekty Column

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", "doctor"), ("Bob", "engineer")],
    ("name", "occupation"))
df.select(sf.array(df.name, df.occupation)).show()

+-----------------------+
|array(name, occupation)|
+-----------------------+
|        [Alice, doctor]|
|        [Bob, engineer]|
+-----------------------+

Příklad 3: Jeden argument jako seznam názvů sloupců

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", "doctor"), ("Bob", "engineer")],
    ("name", "occupation"))
df.select(sf.array(['name', 'occupation'])).show()

+-----------------------+
|array(name, occupation)|
+-----------------------+
|        [Alice, doctor]|
|        [Bob, engineer]|
+-----------------------+

Příklad 4: Použití maticové funkce se sloupci různých typů

from pyspark.sql import functions as sf
df = spark.createDataFrame(
    [("Alice", 2, 22.2), ("Bob", 5, 36.1)],
    ("name", "age", "weight"))
df.select(sf.array(['age', 'weight'])).show()

+------------------+
|array(age, weight)|
+------------------+
|       [2.0, 22.2]|
|       [5.0, 36.1]|
+------------------+

Příklad 5: maticová funkce se sloupcem obsahujícím hodnoty null.

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", None), ("Bob", "engineer")],
    ("name", "occupation"))
df.select(sf.array('name', 'occupation')).show()

+-----------------------+
|array(name, occupation)|
+-----------------------+
|          [Alice, NULL]|
|        [Bob, engineer]|
+-----------------------+