scala dataframe udf 函式總結

def cosinedistence(ve1: vetor, ve2:vector): double = .sum

var x1sum = v1.map(x1 =>math.pow(x1, 2)).sum
x1sum = math.pow(x1sum, 1.0/2)
var x2sum = v2.map(x2 => math.pow(x2,2)).sum
x2sum = math.pow(x2sum, 1.0/2)
distance = x1x2 / (x1sum * x2sum)
distance}
val udf_consinedistance = udf(consinedistence _）
val outcomes = output.limit(1).select($"feature" as "one").crossjoin(output)
val outcomes = outcomes.withcolumn("test_result", udf_consinedistance($"one",$"feature"))

四個問題：

1.如何對udf函式設定多個引數，使用curring 函式法則進行處理，同時一定小心書寫格式，需要在等號左邊新增上自定義引數

2.函式輸出多個值，需要在函式定義處定義好輸出，輸出值應該是對應的

3.使用option[t]進行函式設計，防止程式執行崩潰，應該正確的使用map

4.對dataframe進行處理的時候需要注意udf的使用規則，這裡面只有乙個輸入列

5.在dataframe 使用filter判斷是否相等，應用「===」

6.一定注意split(".")和split('.』)

def get_set(num: int) :(set[string], set[string])=_line").getlines().tolist

val set1 = input(0).split(",").map(_.trim).toset
val set2 = input(1).split(",").map(_.trim).toset
(set1,set2)
}(set1,set2) = get_set(1)
def keywordscount(set1: set[string],set2: set[string])(str :string):option[int]=
}def countall(set1: set[string], set2: set[string])(str : string) : option[int] =
}count 
}}def udf_keywordcount(set1: set[string], set2:set[string]) = udf(countall(set1, sert2) _)
val df_final = df.withcolumn("count1",udf_keywordcount(set1,set2)($"descrip"))
df_final.filter(df_final("count1")===1).select("count1").count().toint

assert 函式用法總

assert巨集的原型定義在中，其作用是如果它的條件返回錯誤，則終止程式執行，原型定義 include void assert int expression assert的作用是現計算表示式 expression 如果其值為假 即為0 那麼它先向stderr列印一條出錯資訊，然後通過呼叫 abort...

undistortPoints（）函式用法總結

函式呼叫 c void undistortpoints inputarray src,outputarray dst,inputarray cameramatrix,inputarray distcoeffs,inputarrayr noarray inputarray p noarray 引數說明...

MFC常用函式（總）for Myse

boolcopyfile lpctstr lpexistingfilename,pointer to name of an existing file lpctstr lpnewfilename,pointer to filename to copy to bool bfailifexists fl...