hash

Calcula el código hash de columnas dadas y devuelve el resultado como una columna int. Soporta Spark Connect.

Para obtener la función SQL de Databricks correspondiente, consulte hash function.

Syntax

from pyspark.databricks.sql import functions as dbf

dbf.hash(*cols)

Parámetros

Parámetro	Tipo	Description
cols	pyspark.sql.Column o str	Una o varias columnas en las que se va a calcular.

Devoluciones

pyspark.sql.Column: valor hash como columna int.

Examples

Ejemplo 1: Cálculo del hash de una sola columna

from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([('ABC', 'DEF')], ['c1', 'c2'])
df.select('*', dbf.hash('c1')).show()

+---+---+----------+
| c1| c2|  hash(c1)|
+---+---+----------+
|ABC|DEF|-757602832|
+---+---+----------+

Ejemplo 2: Cálculo del hash de varias columnas

from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([('ABC', 'DEF')], ['c1', 'c2'])
df.select('*', dbf.hash('c1', df.c2)).show()

+---+---+------------+
| c1| c2|hash(c1, c2)|
+---+---+------------+
|ABC|DEF|   599895104|
+---+---+------------+