Aller au contenu principal

h3_polyfillash3

Renvoie un tableau d'ID de cellule H3 représentés sous forme d'entiers longs, correspondant aux hexagones ou pentagones de la résolution spécifiée qui sont contenus par la zone géographique d'entrée. Le confinement est déterminé par les centroïdes de cellule : une cellule est considérée comme couvrant la géographie si le centroïde de la cellule se trouve à l'intérieur de la géographie surfacique. L'expression émet une erreur si la géographie n'est pas surfacique (polygone ou multipolygone) ou si une erreur est détectée lors de l'analyse de la représentation d'entrée de la géographie. Les représentations d'entrée acceptables sont WKT, GeoJSON et WKB. Dans les deux premiers cas, l'entrée devrait être de type string, tandis que dans le dernier cas, l'entrée devrait être de type BINARY. Prend en charge Spark Connect.

Pour la fonction Databricks SQL correspondante, consultez la fonctionh3_polyfillash3.

Syntaxe

Python
from pyspark.databricks.sql import functions as dbf

dbf.h3_polyfillash3(col1=<col1>, col2=<col2>)

parameter

parameter

Type

Description

col1

pyspark.sql.Column OU str

Chaîne de caractères représentant une géographie dans le système de référence de coordonnées WGS84 au format WKT ou GeoJSON, ou BINARY représentant une géographie dans le système de référence de coordonnées WGS84 au format WKB.

col2

pyspark.sql.Column, str ou int

La résolution des ID de cellule H3 qui couvrent la géographie.

parameter

Type

Description

col1

pyspark.sql.Column OU str

Chaîne de caractères représentant une géographie dans le système de référence de coordonnées WGS84 au format WKT ou GeoJSON, ou BINARY représentant une géographie dans le système de référence de coordonnées WGS84 au format WKB.

col2

pyspark.sql.Column, str ou int

La résolution des ID de cellule H3 qui couvrent la géographie.

Exemples

Python
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([(
... 'POLYGON((-122.4194 37.7749,-118.2437 34.0522,-74.0060 40.7128,-122.4194 37.7749))', 2),],
... ['wkt', 'res'])
df.select(dbf.h3_polyfillash3('wkt', 'res').alias('result')).collect()
Output
[Row(result=[586146350232502271, 586147449744130047, 586198577034821631, 586152397546455039,     586199676546449407, 586153497058082815, 586142501941805055, 586201325813891071])]