haxixe

Calcula o código hash das colunas fornecidas e retorna o resultado como uma coluna do tipo int. Compatível com Spark Connect.

Para a função Databricks SQL correspondente, consulte a funçãohash.

Sintaxe

Python

from pyspark.databricks.sql import functions as dbf

dbf.hash(*cols)

Parâmetros

Parâmetro	Tipo	Descrição
cols	pyspark.sql.Column ou str	Uma ou mais colunas para compute .

Devoluções

pyspark.sql.Column: valor de hash como coluna do tipo int.

Exemplos

Exemplo 1 : Calculando o hash de uma única coluna

Python

from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([('ABC', 'DEF')], ['c1', 'c2'])
df.select('*', dbf.hash('c1')).show()

Output

+---+---+----------+
| c1| c2|  hash(c1)|
+---+---+----------+
|ABC|DEF|-757602832|
+---+---+----------+

Exemplo 2 : Calculando o hash de múltiplas colunas

Python

from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([('ABC', 'DEF')], ['c1', 'c2'])
df.select('*', dbf.hash('c1', df.c2)).show()

Output

+---+---+------------+
| c1| c2|hash(c1, c2)|
+---+---+------------+
|ABC|DEF|   599895104|
+---+---+------------+