幅バケット

この式の値が評価された後に該当するバケット番号を返します。入力引数は以下にリストされている条件に従う必要があることに注意してください。そうでない場合、メソッドは null を返します。Spark Connect をサポートします。

対応する Databricks SQL 関数については、 width_bucket関数を参照してください。

構文

Python

from pyspark.databricks.sql import functions as dbf

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

パラメーター

パラメーター	Type	説明
v	pyspark.sql.Column or column name	ヒストグラム内のバケット番号をコンピュートする値
min	pyspark.sql.Column or column name	ヒストグラムの最小値
max	pyspark.sql.Column or column name	ヒストグラムの最大値
numBucket	pyspark.sql.Column, column name or int	バケットの数

戻り値

pyspark.sql.Column: 評価後に値が分類されるバケット番号

例

Python

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()

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