ÎncepețiÎncepe gratuit

Aplicarea unui UDF pe date de tip vector

Este disponibil un dataframe numit df care conține o coloană output de tip vector. Primele cinci rânduri sunt afișate în consolă.

Este disponibil un UDF numit get_first_udf, care selectează primul element dintr-o coloană de tip vector.

Acest exercițiu face parte din cursul

Introducere în Spark SQL în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un nou dataframe numit df_new adăugând o coloană nouă în df. Numește noua coloană label.
  • Afișează primele cinci rânduri din df_new.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Add label by applying the get_first_udf to output column
df_new = df.____('____', ____('____'))

# Show the first five rows 
df_new.____
Editează și rulează codul