Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Wendet eine Funktion auf jedes Schlüsselwertpaar in einer Karte an und gibt eine Karte mit den Ergebnissen dieser Anwendungen als neue Werte für die Paare zurück. Unterstützt Spark Connect.
Die entsprechende Databricks SQL-Funktion finden Sie unter transform_values Funktion.
Syntax
from pyspark.databricks.sql import functions as dbf
dbf.transform_values(col=<col>, f=<f>)
Die Parameter
| Parameter | Typ | Description |
|---|---|---|
col |
pyspark.sql.Column oder str |
Name der Spalte oder des Ausdrucks. |
f |
function |
Eine binäre Funktion. |
Rückkehr
pyspark.sql.Column: eine neue Zuordnung von Einträgen, bei denen neue Werte berechnet wurden, indem die angegebene Funktion auf jedes Schlüsselwertargument angewendet wurde.
Examples
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([(1, {"IT": 10.0, "SALES": 2.0, "OPS": 24.0})], ("id", "data"))
row = df.select(dbf.transform_values(
"data", lambda k, v: dbf.when(k.isin("IT", "OPS"), v + 10.0).otherwise(v)
).alias("new_data")).head()
sorted(row["new_data"].items())
[('IT', 20.0), ('OPS', 34.0), ('SALES', 2.0)]