width_bucket

Renvoie le numéro de compartiment dans lequel la valeur de cette expression tomberait après avoir été évaluée. Veuillez noter que les arguments d’entrée doivent respecter les conditions énumérées ci-dessous ; sinon, la méthode renverra une valeur nulle. Prend en charge Spark Connect.

Pour la fonction Databricks SQL correspondante, consultez la fonctionwidth_bucket.

Syntaxe

Python

from pyspark.sql import functions as dbf

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

parameter

parameter	Type	Description
v	pyspark.sql.Column or column name	valeur pour calculer un numéro de compartiment dans l'histogramme
min	pyspark.sql.Column or column name	valeur minimale de l'histogramme
max	pyspark.sql.Column or column name	valeur maximale de l'histogramme
numBucket	pyspark.sql.Column, column name or int	le nombre de compartiments

parameter	Type	Description
v	pyspark.sql.Column or column name	valeur pour calculer un numéro de compartiment dans l'histogramme
min	pyspark.sql.Column or column name	valeur minimale de l'histogramme
max	pyspark.sql.Column or column name	valeur maximale de l'histogramme
numBucket	pyspark.sql.Column, column name or int	le nombre de compartiments

Renvoie

pyspark.sql.Column: le numéro du compartiment dans lequel la valeur tomberait après avoir été évaluée

Exemples

Python

from pyspark.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()

Output

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