Condividi tramite

array_intersect

Restituisce una nuova matrice contenente l'intersezione degli elementi in col1 e col2, senza duplicati.

Sintassi

from pyspark.sql import functions as sf

sf.array_intersect(col1, col2)

Parametri

Parametro TIPO Description
col1 pyspark.sql.Column o str Nome della colonna contenente la prima matrice.
col2 pyspark.sql.Column o str Nome della colonna contenente la seconda matrice.

Restituzioni

pyspark.sql.Column: nuova matrice contenente l'intersezione degli elementi in col1 e col2.

Esempi

Esempio 1: Utilizzo di base

from pyspark.sql import Row, functions as sf
df = spark.createDataFrame([Row(c1=["b", "a", "c"], c2=["c", "d", "a", "f"])])
df.select(sf.sort_array(sf.array_intersect(df.c1, df.c2))).show()

+-----------------------------------------+
|sort_array(array_intersect(c1, c2), true)|
+-----------------------------------------+
|                                   [a, c]|
+-----------------------------------------+

Esempio 2: Intersezione senza elementi comuni

from pyspark.sql import Row, functions as sf
df = spark.createDataFrame([Row(c1=["b", "a", "c"], c2=["d", "e", "f"])])
df.select(sf.array_intersect(df.c1, df.c2)).show()

+-----------------------+
|array_intersect(c1, c2)|
+-----------------------+
|                     []|
+-----------------------+

Esempio 3: Intersezione con tutti gli elementi comuni

from pyspark.sql import Row, functions as sf
df = spark.createDataFrame([Row(c1=["a", "b", "c"], c2=["a", "b", "c"])])
df.select(sf.sort_array(sf.array_intersect(df.c1, df.c2))).show()

+-----------------------------------------+
|sort_array(array_intersect(c1, c2), true)|
+-----------------------------------------+
|                                [a, b, c]|
+-----------------------------------------+

Esempio 4: Intersezione con valori Null

from pyspark.sql import Row, functions as sf
df = spark.createDataFrame([Row(c1=["a", "b", None], c2=["a", None, "c"])])
df.select(sf.sort_array(sf.array_intersect(df.c1, df.c2))).show()

+-----------------------------------------+
|sort_array(array_intersect(c1, c2), true)|
+-----------------------------------------+
|                                [NULL, a]|
+-----------------------------------------+

Esempio 5: Intersezione con matrici vuote

from pyspark.sql import Row, functions as sf
from pyspark.sql.types import ArrayType, StringType, StructField, StructType
data = [Row(c1=[], c2=["a", "b", "c"])]
schema = StructType([
  StructField("c1", ArrayType(StringType()), True),
  StructField("c2", ArrayType(StringType()), True)
])
df = spark.createDataFrame(data, schema)
df.select(sf.array_intersect(df.c1, df.c2)).show()

+-----------------------+
|array_intersect(c1, c2)|
+-----------------------+
|                     []|
+-----------------------+
  • Last updated on