1 回答
TA贡献1900条经验 获得超5个赞
您很可能会收到此错误,因为 apandas_udf采用 pandas Series 作为输入,并且您将该decode函数直接应用于该系列,而不是将其应用于 pandas Series 中的值。
例如,在下面的示例中,我稍微扩展了您的 lambda 函数,以便您可以看到它。我采用 pandas 系列,将polyline.decode函数应用于该系列,然后再次返回结果系列。请注意,我还将返回类型更改为ArrayType(DoubleType())而不是ArrayType(StringType()).
import pandas as pd
from pyspark.sql.types import ArrayType, DoubleType
....
df = spark.createDataFrame([["~sqU__pR_jpv@_pR"], ["_~t[__pR~qy@_pR"]], ["geolocations"])
@pandas_udf(ArrayType(DoubleType()))
def lat_long_udf(s: pd.Series) -> pd.Series:
return s.apply(lambda x: polyline.decode(x)[0])
df1=df.withColumn('decoded', lat_long_udf(df.geolocations))
df1.collect()
添加回答
举报
