theta_difference

Vrátí set rozdíl dvou binárních reprezentací Datasketches Theta Sketch objekty (prvky v první náčrtu, ale ne v sekundě), pomocí Datasketches ANotB objektu.

Syntaxe

from pyspark.sql import functions as sf

sf.theta_difference(col1, col2)

Parametry

Parameter	Typ	Description
col1	pyspark.sql.Column nebo str	První skica Theta.
col2	pyspark.sql.Column nebo str	Druhá teta náčrtek.

Návraty

pyspark.sql.Column: Binární reprezentace rozdílu Theta Sketch.

Examples

Příklad 1: Získání rozdílu dvou náčrtků Teta

from pyspark.sql import functions as sf
df = spark.createDataFrame([(1,4),(2,4),(3,5),(4,5)], "struct<v1:int,v2:int>")
df = df.agg(
    sf.theta_sketch_agg("v1").alias("sketch1"),
    sf.theta_sketch_agg("v2").alias("sketch2")
)
df.select(sf.theta_sketch_estimate(sf.theta_difference(df.sketch1, "sketch2"))).show()

+---------------------------------------------------------+
|theta_sketch_estimate(theta_difference(sketch1, sketch2))|
+---------------------------------------------------------+
|                                                        3|
+---------------------------------------------------------+