balde de largura

Retorna o número do intervalo (bucket) no qual o valor desta expressão se enquadraria após ser avaliado. Observe que os argumentos de entrada devem atender às condições listadas abaixo; caso contrário, o método retornará nulo. Compatível com Spark Connect.

Para a função Databricks SQL correspondente, consulte a funçãowidth_bucket.

Sintaxe

Python

from pyspark.databricks.sql import functions as dbf

dbf.width_bucket(v=<v>, min=<min>, max=<max>, numBucket=<numBucket>)

Parâmetros

Parâmetro	Tipo	Descrição
v	pyspark.sql.Column or column name	valor para compute o número do intervalo no histograma
min	pyspark.sql.Column or column name	valor mínimo do histograma
max	pyspark.sql.Column or column name	valor máximo do histograma
numBucket	pyspark.sql.Column, column name or int	o número de baldes

Devoluções

pyspark.sql.Column: o número do intervalo no qual o valor se enquadraria após ser avaliado

Exemplos

Python

from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([
    (5.3, 0.2, 10.6, 5),
    (-2.1, 1.3, 3.4, 3),
    (8.1, 0.0, 5.7, 4),
    (-0.9, 5.2, 0.5, 2)],
    ['v', 'min', 'max', 'n'])
df.select("*", dbf.width_bucket('v', 'min', 'max', 'n')).show()

Output

+----+---+----+---+----------------------------+
|   v|min| max|  n|width_bucket(v, min, max, n)|
+----+---+----+---+----------------------------+
| 5.3|0.2|10.6|  5|                           3|
|-2.1|1.3| 3.4|  3|                           0|
| 8.1|0.0| 5.7|  4|                           5|
|-0.9|5.2| 0.5|  2|                           3|
+----+---+----+---+----------------------------+