Verwendung von I in PySpark eine Scala Funktion als UDF verwenden können, wolleneine Scala UDF in PySpark
package com.test
object ScalaPySparkUDFs extends Serializable {
def testFunction1(x: Int): Int = { x * 2 }
def testUDFFunction1 = udf { x: Int => testFunction1(x) }
}
I testFunction1
in PySpark zugreifen können und haben es Werte zurückgeben:
functions = sc._jvm.com.test.ScalaPySparkUDFs
functions.testFunction1(10)
Was ich tun möchte in der Lage sein, diese Funktion als UDF verwenden, idealerweise in einem withColumn
Aufruf:
row = Row("Value")
numbers = sc.parallelize([1,2,3,4]).map(row).toDF()
numbers.withColumn("Result", testUDFFunction1(numbers['Value']))
glaube ich, ein vielversprechender Ansatz hier zu finden ist: Spark: How to map Python with Scala or Java User Defined Functions?
Wenn jedoch die Änderungen an Code macht es gefunden testUDFFunction1
stattdessen zu verwenden:
def udf_test(col):
sc = SparkContext._active_spark_context
_f = sc._jvm.com.test.ScalaPySparkUDFs.testUDFFunction1.apply
return Column(_f(_to_seq(sc, [col], _to_java_column)))
ich:
AttributeError: 'JavaMember' object has no attribute 'apply'
I verstehe das nicht, weil ich glaube, testUDFFunction1
hat eine Methode anwenden?
Ich will nicht hier Ausdrücke des Typs verwenden: Register UDF to SqlContext from Scala to use in PySpark
Irgendwelche Vorschläge, wie diese Arbeit würde geschätzt zu machen!