width_bucket

Azt a gyűjtőszámot adja vissza, amelybe a kifejezés értéke a kiértékelés után esne. Vegye figyelembe, hogy a bemeneti argumentumoknak az alább felsorolt feltételeket kell követnie; ellenkező esetben a metódus null értéket ad vissza. Támogatja a Spark Connectet.

A megfelelő Databricks SQL-függvényhez lásd a függvénytwidth_bucket.

Szemantika

from pyspark.databricks.sql import functions as dbf

dbf.width_bucket(v=<v>, min=<min>, max=<max>, numBucket=<numBucket>)

Paraméterek

Paraméter	Típus	Description
v	pyspark.sql.Column or column name	érték a hisztogramban lévő gyűjtőszám kiszámításához
min	pyspark.sql.Column or column name	a hisztogram minimális értéke
max	pyspark.sql.Column or column name	a hisztogram maximális értéke
numBucket	pyspark.sql.Column, column name or int	a gyűjtők száma

Visszatérítések

pyspark.sql.Column: az a gyűjtőszám, amelybe az érték a kiértékelés után esne

Példák

from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([
    (5.3, 0.2, 10.6, 5),
    (-2.1, 1.3, 3.4, 3),
    (8.1, 0.0, 5.7, 4),
    (-0.9, 5.2, 0.5, 2)],
    ['v', 'min', 'max', 'n'])
df.select("*", dbf.width_bucket('v', 'min', 'max', 'n')).show()

+----+---+----+---+----------------------------+
|   v|min| max|  n|width_bucket(v, min, max, n)|
+----+---+----+---+----------------------------+
| 5.3|0.2|10.6|  5|                           3|
|-2.1|1.3| 3.4|  3|                           0|
| 8.1|0.0| 5.7|  4|                           5|
|-0.9|5.2| 0.5|  2|                           3|
+----+---+----+---+----------------------------+