Tillämpa en UDF på vektordata
Det finns en dataram kallad df med en kolumn output av typen vector. De fem första raderna visas i konsolen.
En UDF kallad get_first_udf finns tillgänglig och väljer ut det första elementet i en vektorkolumn.
Den här övningen är en del av kursen
Introduktion till Spark SQL i Python
Övningsinstruktioner
- Skapa en ny dataram kallad
df_newgenom att lägga till en ny kolumn idf. Namnge den nya kolumnenlabel. - Visa de fem första raderna i
df_new.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Add label by applying the get_first_udf to output column
df_new = df.____('____', ____('____'))
# Show the first five rows
df_new.____