diferença_theta

Retorna a diferença entre dois conjuntos de representações binárias de objetos Datasketches ThetaSketch (elementos presentes no primeiro esboço, mas não no segundo), utilizando um objeto Datasketches ANotB.

Sintaxe

Python

from pyspark.sql import functions as sf

sf.theta_difference(col1, col2)

Parâmetros

Parâmetro	Tipo	Descrição
col1	pyspark.sql.Column ou str	O primeiro esboço de Theta.
col2	pyspark.sql.Column ou str	O segundo esboço de Theta.

Devoluções

pyspark.sql.ColumnRepresentação binária da diferença ThetaSketch.

Exemplos

Exemplo 1 : Obtenha a diferença entre dois esboços Theta

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([(1,4),(2,4),(3,5),(4,5)], "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_difference(df.sketch1, "sketch2"))).show()

Output

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