Bitweise Funktionen in pyspark
Bitwiseor () -Funktion
Diese Funktion führt die bitweise oder den Betrieb auf zwei Spalten im PYSPARK -Datenframe aus.
Betrieb:
1 Bitwise 1 => 1
1 Bitwiseor 0 => 1
0 Bitwiseor 1 => 1
0 Bitwiseor 0 => 0
Syntax:
Es kann mit der Methode Select () verwendet werden, um den bitweisen Vorgang anzuzeigen.
DataFrame_OBJ.select (DataFrame_OBJ.Spalte1.Bitwiseor (DataFrame_OBJ.Spalte2))
Wobei der DataFrame_OBJ der PYSPARK -Datenrahmen ist und die Spalte die Spaltennamen darstellt (Spalte1, Spalte2).
Beispiel:
Wir haben einen Datenrahmen mit 4 Zeilen und 5 Spalten - ['Subjekt_ID', 'Name', 'Age', 'M1', 'M2']. Jetzt wenden wir die Funktion bitwiseand () auf die M1- und M2 -Spalten an.
pysspark importieren
aus pysspark.SQL Import SparkSession
Spark_app = SparkSession.Erbauer.App Name('_').Getorcreate ()
Schüler = [(4, 'Sravan', 23,0,0),
(4, 'Chandana', 23,0,1),
(46, 'Mounika', 22,1,0),
(4, 'Deepika', 21,1,1),
]
DataFrame_OBJ = Spark_App.erstellteataframe (Studenten, ['Subjekt_id', 'Name', 'Alter', 'M1', 'M2'])
DataFrame_OBJ.zeigen()
#Bitweise und Betrieb auf M1- und M2-Spalten
DataFrame_OBJ.select (DataFrame_OBJ.M1.BitWiseand (DataFrame_OBJ.m2)).zeigen()
Ausgang:
Bitwiseand () Funktion
Diese Funktion führt die bitweise und den Betrieb auf zwei Spalten im PYSpark -Datenfreame aus.
Betrieb:
1 Bitwiseand 1 => 1
1 bitwiseand 0 => 0
0 BitWiseand 1 => 0
0 bitwiseand 0 => 0
Syntax:
Es kann mit der Methode Select () verwendet werden, um den bitweisen Vorgang anzuzeigen.
DataFrame_OBJ.select (DataFrame_OBJ.Spalte1.BitWiseand (DataFrame_OBJ.Spalte2))
Wobei der DataFrame_OBJ der PYSPARK -Datenrahmen ist und die Spalte die Spaltennamen darstellt (Spalte1, Spalte2).
Beispiel:
Wir haben einen Datenrahmen mit 4 Zeilen und 5 Spalten - ['Subjekt_ID', 'Name', 'Age', 'M1', 'M2']. Jetzt wenden wir die Funktion bitwiseand () auf die M1- und M2 -Spalten an.
pysspark importieren
aus pysspark.SQL Import SparkSession
Spark_app = SparkSession.Erbauer.App Name('_').Getorcreate ()
Schüler = [(4, 'Sravan', 23,0,0),
(4, 'Chandana', 23,0,1),
(46, 'Mounika', 22,1,0),
(4, 'Deepika', 21,1,1),
]
DataFrame_OBJ = Spark_App.erstellteataframe (Studenten, ['Subjekt_id', 'Name', 'Alter', 'M1', 'M2'])
DataFrame_OBJ.zeigen()
#Bitweise und Betrieb auf M1- und M2-Spalten
DataFrame_OBJ.select (DataFrame_OBJ.M1.BitWiseand (DataFrame_OBJ.m2)).zeigen()
Ausgang:
Bitwisexor () Funktion
Diese Funktion führt den Bitwise XOR -Betrieb auf zwei Spalten im PYSPARK -Datenframe aus.
Betrieb:
1 bitwisexor 1 => 0
1 Bitwisexor 0 => 1
0 Bitwisexor 1 => 1
0 bitwisexor 0 => 0
Syntax:
Es kann mit der Methode Select () verwendet werden, um den bitweisen Vorgang anzuzeigen.
DataFrame_OBJ.select (DataFrame_OBJ.Spalte1.bitwisexor (DataFrame_OBJ.Spalte2))
Wobei der DataFrame_OBJ der PYSPARK -Datenrahmen ist und die Spalte die Spaltennamen darstellt (Spalte1, Spalte2).
Beispiel:
Wir haben einen Datenrahmen mit 4 Zeilen und 5 Spalten - ['Subjekt_ID', 'Name', 'Age', 'M1', 'M2']. Jetzt wenden wir die Funktion bitwisexor () auf die M1- und M2 -Spalten an.
pysspark importieren
aus pysspark.SQL Import SparkSession
Spark_app = SparkSession.Erbauer.App Name('_').Getorcreate ()
Schüler = [(4, 'Sravan', 23,0,0),
(4, 'Chandana', 23,0,1),
(46, 'Mounika', 22,1,0),
(4, 'Deepika', 21,1,1),
]
DataFrame_OBJ = Spark_App.erstellteataframe (Studenten, ['Subjekt_id', 'Name', 'Alter', 'M1', 'M2'])
DataFrame_OBJ.zeigen()
#Bitwise-XOR-Betrieb auf M1- und M2-Spalten
DataFrame_OBJ.select (DataFrame_OBJ.M1.bitwisexor (DataFrame_OBJ.m2)).zeigen()
Ausgang:
Abschluss
In diesem PYSPARK -Tutorial haben wir gelernt. Bitwiseor gibt 1 zurück, wenn einer der Werte in den PYSPARK -Datenfreamespalten 1 in einer Zeile liegt. Bitwisexor gibt 1 zurück, wenn die Werte in zwei Spalten unterschiedlich sind; Ansonsten kehrt es 0 zurück. Und BitWiseand gibt 1 zurück, wenn die Werte in zwei Spalten 1 betragen; Ansonsten kehrt es 0 zurück.