array_min

Возвращает минимальное значение массива.

Синтаксис

from pyspark.sql import functions as sf

sf.array_min(col)

Параметры

Параметр	Тип	Description
col	pyspark.sql.Column или str	Имя столбца или выражения, представляющего массив.

Возвраты

pyspark.sql.Column: новый столбец, содержащий минимальное значение каждого массива.

Примеры

Пример 1. Базовое использование с целым числом массива

from pyspark.sql import functions as sf
df = spark.createDataFrame([([2, 1, 3],), ([None, 10, -1],)], ['data'])
df.select(sf.array_min(df.data)).show()

+---------------+
|array_min(data)|
+---------------+
|              1|
|             -1|
+---------------+

Пример 2. Использование с массивом строк

from pyspark.sql import functions as sf
df = spark.createDataFrame([(['apple', 'banana', 'cherry'],)], ['data'])
df.select(sf.array_min(df.data)).show()

+---------------+
|array_min(data)|
+---------------+
|          apple|
+---------------+

Пример 3. Использование с массивом смешанных типов

from pyspark.sql import functions as sf
df = spark.createDataFrame([(['apple', 1, 'cherry'],)], ['data'])
df.select(sf.array_min(df.data)).show()

+---------------+
|array_min(data)|
+---------------+
|              1|
+---------------+

Пример 4. Использование массива массивов

from pyspark.sql import functions as sf
df = spark.createDataFrame([([[2, 1], [3, 4]],)], ['data'])
df.select(sf.array_min(df.data)).show()

+---------------+
|array_min(data)|
+---------------+
|         [2, 1]|
+---------------+

Пример 5. Использование с пустым массивом

from pyspark.sql import functions as sf
from pyspark.sql.types import ArrayType, IntegerType, StructType, StructField
schema = StructType([
  StructField("data", ArrayType(IntegerType()), True)
])
df = spark.createDataFrame([([],)], schema=schema)
df.select(sf.array_min(df.data)).show()

+---------------+
|array_min(data)|
+---------------+
|           NULL|
+---------------+