シータ交差

Datasketches Intersection オブジェクトを使用して、Datasketches ThetaSketch オブジェクトの 2 つのバイナリ表現の交差を返します。

構文

Python

from pyspark.sql import functions as sf

sf.theta_intersection(col1, col2)

パラメーター

パラメーター	Type	説明
col1	pyspark.sql.Column または文字列	最初のThetaスケッチ。
col2	pyspark.sql.Column または文字列	2番目のThetaスケッチ。

戻り値

pyspark.sql.Column: 交差した ThetaSketch のバイナリ表現。

例

例1 : 2つのThetaスケッチの交差を取得する

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([(1,1),(2,2),(3,2),(3,3)], "struct<v1:int,v2:int>")
df = df.agg(
    sf.theta_sketch_agg("v1").alias("sketch1"),
    sf.theta_sketch_agg("v2").alias("sketch2")
)
df.select(sf.theta_sketch_estimate(sf.theta_intersection(df.sketch1, "sketch2"))).show()

Output

+-----------------------------------------------------------+
|theta_sketch_estimate(theta_intersection(sketch1, sketch2))|
+-----------------------------------------------------------+
|                                                          3|
+-----------------------------------------------------------+