width_bucket

返回此表达式的值在计算后将被分类到的存储桶编号。 请注意，输入参数必须遵循下面列出的条件：否则，该方法将返回 null。 支持 Spark Connect。

有关相应的 Databricks SQL 函数，请参阅 width_bucket 函数。

Syntax

from pyspark.databricks.sql import functions as dbf

dbf.width_bucket(v=<v>, min=<min>, max=<max>, numBucket=<numBucket>)

参数

参数	类型	Description
v	pyspark.sql.Column or column name	用于在直方图中计算存储桶编号的值
min	pyspark.sql.Column or column name	直方图的最小值
max	pyspark.sql.Column or column name	直方图的最大值
numBucket	pyspark.sql.Column, column name or int	存储桶数

退货

pyspark.sql.Column：计算值后的值将下降到的桶数

例子

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|
+----+---+----+---+----------------------------+