評価後にこの式の値が当てはまるバケット番号を返します。 入力引数は以下の条件に従う必要があることに注意してください。それ以外の場合、メソッドは null を返します。 Spark Connect をサポートします。
対応する Databricks SQL 関数については、 width_bucket 関数を参照してください。
構文
from pyspark.databricks.sql import functions as dbf
dbf.width_bucket(v=<v>, min=<min>, max=<max>, numBucket=<numBucket>)
パラメーター
| パラメーター | タイプ | Description |
|---|---|---|
v |
pyspark.sql.Column or column name |
ヒストグラムのバケット番号を計算する値 |
min |
pyspark.sql.Column or column name |
ヒストグラムの最小値 |
max |
pyspark.sql.Column or column name |
ヒストグラムの最大値 |
numBucket |
pyspark.sql.Column, column name or int |
バケットの数 |
返品ポリシー
pyspark.sql.Column: 評価後に値が入るバケット番号
例示
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|
+----+---+----+---+----------------------------+