array_join

Vrátí řetězcový sloupec zřetězením prvků vstupního sloupce pole pomocí oddělovače. Hodnoty null v rámci pole lze nahradit zadaným řetězcem prostřednictvím argumentu null_replacement. Pokud null_replacement není nastavená, hodnoty null se ignorují.

Syntaxe

from pyspark.sql import functions as sf

sf.array_join(col, delimiter, null_replacement=None)

Parametry

Parameter	Typ	Description
col	pyspark.sql.Column nebo str	Vstupní sloupec obsahující pole, která se mají spojit.
delimiter	str	Řetězec, který se má použít jako oddělovač při spojování prvků pole.
null_replacement	str, volitelné	Řetězec, který nahradí hodnoty null v rámci pole. Pokud není nastavená, hodnoty null se ignorují.

Návraty

pyspark.sql.Column: Nový sloupec typu řetězce, kde každá hodnota je výsledkem spojení odpovídající matice ze vstupního sloupce.

Examples

Příklad 1: Základní použití funkce array_join

from pyspark.sql import functions as sf
df = spark.createDataFrame([(["a", "b", "c"],), (["a", "b"],)], ['data'])
df.select(sf.array_join(df.data, ",")).show()

+-------------------+
|array_join(data, ,)|
+-------------------+
|              a,b,c|
|                a,b|
+-------------------+

Příklad 2: Použití array_join funkce s argumentem null_replacement

from pyspark.sql import functions as sf
df = spark.createDataFrame([(["a", None, "c"],)], ['data'])
df.select(sf.array_join(df.data, ",", "NULL")).show()

+-------------------------+
|array_join(data, ,, NULL)|
+-------------------------+
|                 a,NULL,c|
+-------------------------+

Příklad 3: Použití funkce array_join bez argumentu null_replacement

from pyspark.sql import functions as sf
df = spark.createDataFrame([(["a", None, "c"],)], ['data'])
df.select(sf.array_join(df.data, ",")).show()

+-------------------+
|array_join(data, ,)|
+-------------------+
|                a,c|
+-------------------+

Příklad 4: Použití array_join funkce s polem, které má hodnotu null.

from pyspark.sql import functions as sf
from pyspark.sql.types import StructType, StructField, ArrayType, StringType
schema = StructType([StructField("data", ArrayType(StringType()), True)])
df = spark.createDataFrame([(None,)], schema)
df.select(sf.array_join(df.data, ",")).show()

+-------------------+
|array_join(data, ,)|
+-------------------+
|               NULL|
+-------------------+

Příklad 5: Použití array_join funkce s polem obsahujícím pouze hodnoty null.

from pyspark.sql import functions as sf
from pyspark.sql.types import StructType, StructField, ArrayType, StringType
schema = StructType([StructField("data", ArrayType(StringType()), True)])
df = spark.createDataFrame([([None, None],)], schema)
df.select(sf.array_join(df.data, ",", "NULL")).show()

+-------------------------+
|array_join(data, ,, NULL)|
+-------------------------+
|                NULL,NULL|
+-------------------------+