séquence

Générez une séquence d'entiers de start à fin, en incrémentant par pas. Si le pas n'est pas défini, la fonction s'incrémente de 1 si le start est inférieur ou égal à la fin, sinon elle se décrémente de 1.

Syntaxe

Python

from pyspark.sql import functions as sf

sf.sequence(start, stop, step=None)

parameter

parameter	Type	Description
start	pyspark.sql.Column ou str	La valeur de départ (incluse) de la séquence.
stop	pyspark.sql.Column ou str	La dernière valeur (incluse) de la séquence.
step	pyspark.sql.Column ou str, facultatif	La valeur à ajouter à l'élément actuel pour obtenir l'élément suivant dans la séquence. La valeur par default est 1 si start est inférieur ou égal à stop, sinon -1.

parameter	Type	Description
start	pyspark.sql.Column ou str	La valeur de départ (incluse) de la séquence.
stop	pyspark.sql.Column ou str	La dernière valeur (incluse) de la séquence.
step	pyspark.sql.Column ou str, facultatif	La valeur à ajouter à l'élément actuel pour obtenir l'élément suivant dans la séquence. La valeur par default est 1 si start est inférieur ou égal à stop, sinon -1.

Renvoie

pyspark.sql.Column: Une nouvelle colonne qui contient un tableau de valeurs de séquence.

Exemples

Exemple 1 : Génération d'une séquence avec une étape default.

Python

import pyspark.sql.functions as sf
df = spark.createDataFrame([(-2, 2)], ['start', 'stop'])
df.select(sf.sequence(df.start, df.stop)).show()

Output

+---------------------+
|sequence(start, stop)|
+---------------------+
|    [-2, -1, 0, 1, 2]|
+---------------------+

Exemple 2 : Génération d'une séquence avec une étape personnalisée

Python

import pyspark.sql.functions as sf
df = spark.createDataFrame([(4, -4, -2)], ['start', 'stop', 'step'])
df.select(sf.sequence(df.start, df.stop, df.step)).show()

Output

+---------------------------+
|sequence(start, stop, step)|
+---------------------------+
|          [4, 2, 0, -2, -4]|
+---------------------------+

Exemple 3 : Génération d'une séquence avec une étape négative

Python

import pyspark.sql.functions as sf
df = spark.createDataFrame([(5, 1, -1)], ['start', 'stop', 'step'])
df.select(sf.sequence(df.start, df.stop, df.step)).show()

Output

+---------------------------+
|sequence(start, stop, step)|
+---------------------------+
|            [5, 4, 3, 2, 1]|
+---------------------------+