[英]How can I define user-defined aggregate functions in PySpark?
我想在 pyspark 中創建一個用戶定義的聚合function。 我找到了Scala的一些文檔,並希望在 Python 中實現類似的功能。
更具體地說,假設我已經實現了這樣的 function:
def process_data(df: pyspark.sql.DataFrame) -> bytes:
... # do something very complicated here
現在我希望能夠執行以下操作:
source_df.groupBy("Foo_ID").agg(UDAF(process_data))
現在的問題是 - 我應該用什么來代替UDAF
?
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.