create_map

Crea una nuova colonna mappa a partire da un numero pari di colonne di ingresso o riferimenti a colonne. Le colonne di input vengono raggruppate in coppie chiave-valore per formare una mappa. Ad esempio, l'input (key1, value1, key2, value2, ...) produrrebbe una mappa che associa key1 a value1, key2 a value2 e così via. La funzione supporta anche il raggruppamento di colonne come elenco.

Sintassi

from pyspark.sql import functions as sf

sf.create_map(*cols)

Parametri

Parametro	TIPO	Description
cols	pyspark.sql.Column o str	Nomi di colonna di input o oggetti Column raggruppati in coppie chiave-valore. Questi valori possono essere espressi anche come elenco di colonne.

Restituzioni

pyspark.sql.Column: nuova colonna di tipo mappa, in cui ogni valore è una mappa formata dalle coppie chiave-valore corrispondenti fornite negli argomenti di input.

Esempi

Esempio 1: Utilizzo di base della funzione create_map.

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", 2), ("Bob", 5)], ("name", "age"))
df.select(sf.create_map('name', 'age')).show()

+--------------+
|map(name, age)|
+--------------+
|  {Alice -> 2}|
|    {Bob -> 5}|
+--------------+

Esempio 2: Utilizzo della funzione create_map con un elenco di colonne.

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", 2), ("Bob", 5)], ("name", "age"))
df.select(sf.create_map([df.name, df.age])).show()

+--------------+
|map(name, age)|
+--------------+
|  {Alice -> 2}|
|    {Bob -> 5}|
+--------------+

Esempio 3: Utilizzo della funzione create_map con più coppie chiave-valore.

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", 2, "female"),
    ("Bob", 5, "male")], ("name", "age", "gender"))
df.select(sf.create_map(sf.lit('name'), df['name'],
    sf.lit('gender'), df['gender'])).show(truncate=False)

+---------------------------------+
|map(name, name, gender, gender)  |
+---------------------------------+
|{name -> Alice, gender -> female}|
|{name -> Bob, gender -> male}    |
+---------------------------------+

Esempio 4: Utilizzo di create_map funzione con valori di tipi diversi.

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", 2, 22.2),
    ("Bob", 5, 36.1)], ("name", "age", "weight"))
df.select(sf.create_map(sf.lit('age'), df['age'],
    sf.lit('weight'), df['weight'])).show(truncate=False)

+-----------------------------+
|map(age, age, weight, weight)|
+-----------------------------+
|{age -> 2.0, weight -> 22.2} |
|{age -> 5.0, weight -> 36.1} |
+-----------------------------+