array_size

Restituisce il numero totale di elementi nella matrice. La funzione restituisce null per l'input Null.

Sintassi

from pyspark.sql import functions as sf

sf.array_size(col)

Parametri

Restituzioni

pyspark.sql.Column: nuova colonna contenente le dimensioni di ogni matrice.

Esempi

Esempio 1: Utilizzo di base con matrice integer

from pyspark.sql import functions as sf
df = spark.createDataFrame([([2, 1, 3],), (None,)], ['data'])
df.select(sf.array_size(df.data)).show()

+----------------+
|array_size(data)|
+----------------+
|               3|
|            NULL|
+----------------+

Esempio 2: Utilizzo con matrice di stringhe

from pyspark.sql import functions as sf
df = spark.createDataFrame([(['apple', 'banana', 'cherry'],)], ['data'])
df.select(sf.array_size(df.data)).show()

+----------------+
|array_size(data)|
+----------------+
|               3|
+----------------+

Esempio 3: Utilizzo con matrice di tipi misti

from pyspark.sql import functions as sf
df = spark.createDataFrame([(['apple', 1, 'cherry'],)], ['data'])
df.select(sf.array_size(df.data)).show()

+----------------+
|array_size(data)|
+----------------+
|               3|
+----------------+

Esempio 4: Utilizzo con matrice di matrici

from pyspark.sql import functions as sf
df = spark.createDataFrame([([[2, 1], [3, 4]],)], ['data'])
df.select(sf.array_size(df.data)).show()

+----------------+
|array_size(data)|
+----------------+
|               2|
+----------------+

Esempio 5: Utilizzo con matrice vuota

from pyspark.sql import functions as sf
from pyspark.sql.types import ArrayType, IntegerType, StructType, StructField
schema = StructType([
  StructField("data", ArrayType(IntegerType()), True)
])
df = spark.createDataFrame([([],)], schema=schema)
df.select(sf.array_size(df.data)).show()

+----------------+
|array_size(data)|
+----------------+
|               0|
+----------------+