theta_intersection

Devuelve la intersección de dos representaciones binarias de objetos Datasketches ThetaSketch, utilizando un objeto Intersección de Datasketches.

Syntax

from pyspark.sql import functions as sf

sf.theta_intersection(col1, col2)

Parámetros

Parámetro	Tipo	Description
col1	pyspark.sql.Column o str	El primer croquis de Theta.
col2	pyspark.sql.Column o str	El segundo croquis de Theta.

Devoluciones

pyspark.sql.Column: la representación binaria de la intersección ThetaSketch.

Examples

Ejemplo 1: Obtención de la intersección de dos bocetos de Theta

from pyspark.sql import functions as sf
df = spark.createDataFrame([(1,1),(2,2),(3,2),(3,3)], "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_intersection(df.sketch1, "sketch2"))).show()

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