interseção de matrizes

Retorna uma nova matriz contendo a interseção dos elementos em col1 e col2, sem duplicatas.

Sintaxe

Python

from pyspark.sql import functions as sf

sf.array_intersect(col1, col2)

Parâmetros

Parâmetro	Tipo	Descrição
col1	pyspark.sql.Column ou str	Nome da coluna que contém o primeiro array.
col2	pyspark.sql.Column ou str	Nome da coluna que contém o segundo array.

Devoluções

pyspark.sql.Column: Um novo array contendo a interseção dos elementos em col1 e col2.

Exemplos

Exemplo 1 : Uso básico

Python

from pyspark.sql import Row, functions as sf
df = spark.createDataFrame([Row(c1=["b", "a", "c"], c2=["c", "d", "a", "f"])])
df.select(sf.sort_array(sf.array_intersect(df.c1, df.c2))).show()

Output

+-----------------------------------------+
|sort_array(array_intersect(c1, c2), true)|
+-----------------------------------------+
|                                   [a, c]|
+-----------------------------------------+

Exemplo 2 : Intersecção sem elementos em comum

Python

from pyspark.sql import Row, functions as sf
df = spark.createDataFrame([Row(c1=["b", "a", "c"], c2=["d", "e", "f"])])
df.select(sf.array_intersect(df.c1, df.c2)).show()

Output

+-----------------------+
|array_intersect(c1, c2)|
+-----------------------+
|                     []|
+-----------------------+

Exemplo 3 : Intersecção com todos os elementos comuns

Python

from pyspark.sql import Row, functions as sf
df = spark.createDataFrame([Row(c1=["a", "b", "c"], c2=["a", "b", "c"])])
df.select(sf.sort_array(sf.array_intersect(df.c1, df.c2))).show()

Output

+-----------------------------------------+
|sort_array(array_intersect(c1, c2), true)|
+-----------------------------------------+
|                                [a, b, c]|
+-----------------------------------------+

Exemplo 4 : Intersecção com valores nulos

Python

from pyspark.sql import Row, functions as sf
df = spark.createDataFrame([Row(c1=["a", "b", None], c2=["a", None, "c"])])
df.select(sf.sort_array(sf.array_intersect(df.c1, df.c2))).show()

Output

+-----------------------------------------+
|sort_array(array_intersect(c1, c2), true)|
+-----------------------------------------+
|                                [NULL, a]|
+-----------------------------------------+

Exemplo 5 : Intersecção com matrizes vazias

Python

from pyspark.sql import Row, functions as sf
from pyspark.sql.types import ArrayType, StringType, StructField, StructType
data = [Row(c1=[], c2=["a", "b", "c"])]
schema = StructType([
  StructField("c1", ArrayType(StringType()), True),
  StructField("c2", ArrayType(StringType()), True)
])
df = spark.createDataFrame(data, schema)
df.select(sf.array_intersect(df.c1, df.c2)).show()

Output

+-----------------------+
|array_intersect(c1, c2)|
+-----------------------+
|                     []|
+-----------------------+