给定一个基于0的索引，返回数组中该索引位置的元素。 如果索引点超出数组边界，则此函数返回 NULL。 位置不是基于 1，而是基于 0 的索引。
Syntax
from pyspark.sql import functions as sf
sf.get(col, index)
参数
| 参数 | 类型 | Description |
|---|---|---|
col |
pyspark.sql.Column 或 str |
包含数组的列的名称。 |
index |
pyspark.sql.Column、str 或 int |
要检查数组中的索引。 |
退货
pyspark.sql.Column：位于给定位置的值。
例子
示例 1：获取位于固定位置的元素
from pyspark.sql import functions as sf
df = spark.createDataFrame([(["a", "b", "c"],)], ['data'])
df.select(sf.get(df.data, 1)).show()
+------------+
|get(data, 1)|
+------------+
| b|
+------------+
示例 2：获取位于数组边界之外的某个位置的元素
from pyspark.sql import functions as sf
df = spark.createDataFrame([(["a", "b", "c"],)], ['data'])
df.select(sf.get(df.data, 3)).show()
+------------+
|get(data, 3)|
+------------+
| NULL|
+------------+
示例 3：获取另一列指定位置的元素
from pyspark.sql import functions as sf
df = spark.createDataFrame([(["a", "b", "c"], 2)], ['data', 'index'])
df.select(sf.get(df.data, df.index)).show()
+----------------+
|get(data, index)|
+----------------+
| c|
+----------------+
示例 4：从另一列计算的位置获取元素
from pyspark.sql import functions as sf
df = spark.createDataFrame([(["a", "b", "c"], 2)], ['data', 'index'])
df.select(sf.get(df.data, df.index - 1)).show()
+----------------------+
|get(data, (index - 1))|
+----------------------+
| b|
+----------------------+
示例 5：获取位于负位置的元素
from pyspark.sql import functions as sf
df = spark.createDataFrame([(["a", "b", "c"], )], ['data'])
df.select(sf.get(df.data, -1)).show()
+-------------+
|get(data, -1)|
+-------------+
| NULL|
+-------------+