Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Hiermee past u een functie toe op elk sleutel-waardepaar in een kaart en retourneert u een kaart met de resultaten van deze toepassingen als de nieuwe waarden voor de paren. Ondersteunt Spark Connect.
Voor de overeenkomstige Databricks SQL-functie, zie de transform_values functie.
Syntaxis
from pyspark.databricks.sql import functions as dbf
dbf.transform_values(col=<col>, f=<f>)
Parameterwaarden
| Kenmerk | Typologie | Description |
|---|---|---|
col |
pyspark.sql.Column of str |
Naam van kolom of expressie. |
f |
function |
Een binaire functie. |
Retouren
pyspark.sql.Column: een nieuwe toewijzing van vermeldingen waarbij nieuwe waarden werden berekend door een bepaalde functie toe te passen op elk argument van de sleutelwaarde.
Voorbeelden
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([(1, {"IT": 10.0, "SALES": 2.0, "OPS": 24.0})], ("id", "data"))
row = df.select(dbf.transform_values(
"data", lambda k, v: dbf.when(k.isin("IT", "OPS"), v + 10.0).otherwise(v)
).alias("new_data")).head()
sorted(row["new_data"].items())
[('IT', 20.0), ('OPS', 34.0), ('SALES', 2.0)]