criar_mapa

Cria uma nova coluna de mapa a partir de um número par de colunas de entrada ou referências de colunas. As colunas de entrada são agrupadas em pares key-valor para formar um mapa. Por exemplo, a entrada (chave1, valor1, chave2, valor2, ...) produziria um mapa que associa chave1 a valor1, chave2 a valor2 e assim por diante. A função também permite agrupar colunas como uma lista.

Sintaxe

Python

from pyspark.sql import functions as sf

sf.create_map(*cols)

Parâmetros

Parâmetro	Tipo	Descrição
cols	pyspark.sql.Column ou str	Os nomes das colunas de entrada ou objetos Column agrupados em pares key-valor. Essas informações também podem ser expressas como uma lista de colunas.

Parâmetro	Tipo	Descrição
cols	pyspark.sql.Column ou str	Os nomes das colunas de entrada ou objetos Column agrupados em pares key-valor. Essas informações também podem ser expressas como uma lista de colunas.

Devoluções

pyspark.sql.ColumnUma nova coluna do tipo Mapa, onde cada valor é um mapa formado a partir do par key-valor correspondente fornecido nos argumentos de entrada.

Exemplos

Exemplo 1 : Uso básico da função create_map.

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", 2), ("Bob", 5)], ("name", "age"))
df.select(sf.create_map('name', 'age')).show()

Output

+--------------+
|map(name, age)|
+--------------+
|  {Alice -> 2}|
|    {Bob -> 5}|
+--------------+

Exemplo 2 : Utilização da função create_map com uma lista de colunas.

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", 2), ("Bob", 5)], ("name", "age"))
df.select(sf.create_map([df.name, df.age])).show()

Output

+--------------+
|map(name, age)|
+--------------+
|  {Alice -> 2}|
|    {Bob -> 5}|
+--------------+

Exemplo 3 : Utilização da função create_map com mais de um par key-valor.

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", 2, "female"),
    ("Bob", 5, "male")], ("name", "age", "gender"))
df.select(sf.create_map(sf.lit('name'), df['name'],
    sf.lit('gender'), df['gender'])).show(truncate=False)

Output

+---------------------------------+
|map(name, name, gender, gender)  |
+---------------------------------+
|{name -> Alice, gender -> female}|
|{name -> Bob, gender -> male}    |
+---------------------------------+

Exemplo 4 : Utilização da função create_map com valores de tipos diferentes.

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", 2, 22.2),
    ("Bob", 5, 36.1)], ("name", "age", "weight"))
df.select(sf.create_map(sf.lit('age'), df['age'],
    sf.lit('weight'), df['weight'])).show(truncate=False)

Output

+-----------------------------+
|map(age, age, weight, weight)|
+-----------------------------+
|{age -> 2.0, weight -> 22.2} |
|{age -> 5.0, weight -> 36.1} |
+-----------------------------+