theta_união

Mesclar duas representações binárias de objetos Datasketches ThetaSketch, usando um objeto Datasketches Union.

Sintaxe

Python

from pyspark.sql import functions as sf

sf.theta_union(col1, col2, lgNomEntries=None)

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.
lgNomEntries	pyspark.sql.Column ou int, opcional	O logna base 2 das entradas nominais para as operações de união (deve estar entre 4 e 26, o padrão é 12).

Devoluções

pyspark.sql.ColumnRepresentação binária da fusão ThetaSketch.

Exemplos

Exemplo 1 : União de dois esboços Theta

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([(1,4),(2,5),(2,5),(3,6)], "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_union(df.sketch1, "sketch2"))).show()

Output

+--------------------------------------------------------+
|theta_sketch_estimate(theta_union(sketch1, sketch2, 12))|
+--------------------------------------------------------+
|                                                       6|
+--------------------------------------------------------+