array_remove

Quite todos los elementos que son iguales al elemento de la matriz especificada.

Syntax

from pyspark.sql import functions as sf

sf.array_remove(col, element)

Parámetros

Parámetro	Tipo	Description
col	pyspark.sql.Column o str	Nombre de la columna que contiene la matriz
element	Cualquiera	Elemento o expresión column que se va a quitar de la matriz

Devoluciones

pyspark.sql.Column: una nueva columna que es una matriz que excluye el valor especificado de la columna de entrada.

Examples

Ejemplo 1: Quitar un valor específico de una matriz simple

from pyspark.sql import functions as sf
df = spark.createDataFrame([([1, 2, 3, 1, 1],)], ['data'])
df.select(sf.array_remove(df.data, 1)).show()

+---------------------+
|array_remove(data, 1)|
+---------------------+
|               [2, 3]|
+---------------------+

Ejemplo 2: Eliminación de un valor específico de varias matrices

from pyspark.sql import functions as sf
df = spark.createDataFrame([([1, 2, 3, 1, 1],), ([4, 5, 5, 4],)], ['data'])
df.select(sf.array_remove(df.data, 5)).show()

+---------------------+
|array_remove(data, 5)|
+---------------------+
|      [1, 2, 3, 1, 1]|
|               [4, 4]|
+---------------------+

Ejemplo 3: Quitar un valor que no existe en la matriz

from pyspark.sql import functions as sf
df = spark.createDataFrame([([1, 2, 3],)], ['data'])
df.select(sf.array_remove(df.data, 4)).show()

+---------------------+
|array_remove(data, 4)|
+---------------------+
|            [1, 2, 3]|
+---------------------+

Ejemplo 4: Quitar un valor de una matriz con todos los valores idénticos

from pyspark.sql import functions as sf
df = spark.createDataFrame([([1, 1, 1],)], ['data'])
df.select(sf.array_remove(df.data, 1)).show()

+---------------------+
|array_remove(data, 1)|
+---------------------+
|                   []|
+---------------------+

Ejemplo 5: Quitar un valor de una matriz vacía

from pyspark.sql import functions as sf
from pyspark.sql.types import ArrayType, IntegerType, StructType, StructField
schema = StructType([
  StructField("data", ArrayType(IntegerType()), True)
])
df = spark.createDataFrame([([],)], schema)
df.select(sf.array_remove(df.data, 1)).show()

+---------------------+
|array_remove(data, 1)|
+---------------------+
|                   []|
+---------------------+

Ejemplo 6: Quitar el valor de una columna de una matriz simple

from pyspark.sql import functions as sf
df = spark.createDataFrame([([1, 2, 3, 1, 1], 1)], ['data', 'col'])
df.select(sf.array_remove(df.data, df.col)).show()

+-----------------------+
|array_remove(data, col)|
+-----------------------+
|                 [2, 3]|
+-----------------------+