Funkcje PYSPARK EXP i EXPM1

exp () funkcja

Funkcja exp () w PYSPARK służy do zwrócenia wartości wykładniczej dowolnej liczby obecnej w kolumnie DataFrame. Matematycznie, jest to zdefiniowane jako e^x.

x to wartość obecna w kolumnie PYSPARK DATAFRAME.

Można go używać z metodą Select, ponieważ Select () jest używany do wyświetlania wartości w Pyspark DataFrame.

Składnia
DataFrame_Obj.Wybierz (exp (dataFrame_Obj.kolumna))

Parametr:
Nazwa kolumny jako parametr zwraca wartość wykładniczą dla tej kolumny.

Przykład 1
Utwórzmy Pyspark DataFrame z 3 wierszami i 4 kolumnami, a także wszystkie typy liczbowe i zwraca wartości wykładnicze.

Import Pyspark
Importuj matematyka
od Pyspark.SQL Import Sparksession
od Pyspark.SQL.Funkcje importuj exp
Spark_App = Sparksession.budowniczy.Nazwa aplikacji('_').getorCreate ()
#Utworz wartości matematyczne
wartości = [(matematyka.PI, 0,7.8120),
(Matematyka.PI/2,1,0.5 180),
(Matematyka.PI/3, -5, -12.9 360)
]
#Passign Columns poprzez tworzenie PYSPARK DATAFRAME
DataFrame_Obj = Spark_App.CreatedATAframe (wartości, [„wartość1”, „wartość2”, „value3”, „value4”])
DataFrame_Obj.pokazywać()
#Zadzwoń wartości wykładnicze kolumny Value1
DataFrame_Obj.Wybierz (exp (dataFrame_Obj.wartość 1)).pokazywać()

Wyjście:

Tak więc dla kolumny, wartości1, zwróciliśmy wartości wykładnicze.
Wartość wykładnicza 3.141592653589793 to 23.140692632779267
Wartość wykładnicza 1.5707963267948966 to 4.810477380965351.
Wartość wykładnicza 1.0471975511965976 to 2.849653908226361.

Przykład 2
Teraz zwrócimy wartości wykładnicze dla kolumn wartości2 i wartości3.

Import Pyspark
Importuj matematyka
od Pyspark.SQL Import Sparksession
od Pyspark.SQL.Funkcje importuj exp
Spark_App = Sparksession.budowniczy.Nazwa aplikacji('_').getorCreate ()
#Utworz wartości matematyczne
wartości = [(matematyka.PI, 0,7.8120),
(Matematyka.PI/2,1,0.5 180),
(Matematyka.PI/3, -5, -12.9 360)
]
#Passign Columns poprzez tworzenie PYSPARK DATAFRAME
DataFrame_Obj = Spark_App.CreatedATAframe (wartości, [„wartość1”, „wartość2”, „value3”, „value4”])
DataFrame_Obj.pokazywać()
#Wartości wartości wykładnicze Wartości Wartości2 i Value3
DataFrame_Obj.Wybierz (exp (dataFrame_Obj.wartość2), exp (dataFrame_Obj.wartość3)).pokazywać()

Wyjście:

Kolumna - wartość2:

Wartość wykładnicza 0 to 1.0
Wartość wykładnicza 1 wynosi 2.7182818284590455
Wartość wykładnicza -0.08726646259971647 to 0.006737946999085467.

Kolumna - wartość3:

Wartość wykładnicza 7.8 to 2440.6019776244984
Wartość wykładnicza 0.5 to 1.6487212707001282
Wartość wykładnicza -12.9 to 2.498050325866635e-6.

funkcja expm1 ()

Funkcja expm1 () w PYSPARK służy do zwrócenia wartości wykładniczej minus jeden z danej liczby obecnej w kolumnie DataFrame. Matematycznie, jest to zdefiniowane jako E^(x) -1.

X to wartość obecna w kolumnie PYSPARK DATAFRAME.

Można go używać z metodą Select, ponieważ select () służy do wyświetlania wartości w Pyspark DataFrame.

Składnia:
DataFrame_Obj.Wybierz (expm1 (dataFrame_Obj.kolumna))

Parametr:
Nazwa kolumny jako parametr zwraca wartość wykładniczą minus 1 dla tej kolumny.

Przykład 1
Utwórzmy Pyspark DataFrame, z 3 wierszami i 4 kolumnami, a także wszystkie typy liczbowe i zwraca wartości wykładnicze minus 1.

Import Pyspark
Importuj matematyka
od Pyspark.SQL Import Sparksession
od Pyspark.SQL.Funkcje Importuj Expm1
Spark_App = Sparksession.budowniczy.Nazwa aplikacji('_').getorCreate ()
#Utworz wartości matematyczne
wartości = [(matematyka.PI, 0,7.8120),
(Matematyka.PI/2,1,0.5 180),
(Matematyka.PI/3, -5, -12.9 360)
]
#Passign Columns poprzez tworzenie PYSPARK DATAFRAME
DataFrame_Obj = Spark_App.CreatedATAframe (wartości, [„wartość1”, „wartość2”, „value3”, „value4”])
DataFrame_Obj.pokazywać()
#Zadzwoń wartości wykładnicze minus 1 kolumny wartości1
DataFrame_Obj.Wybierz (expm1 (dataFrame_Obj.wartość 1)).pokazywać()

Wyjście:

Tak więc dla kolumny - wartość1 zwróciliśmy wartości wykładnicze minus 1.
Wartość wykładnicza minus 1 z 3.141592653589793 to 22.140692632779267
Wartość wykładnicza minus 1 z 1.5707963267948966 to 3.8104773809653514.
Wartość wykładnicza minus 1 z 1.0471975511965976 to 1.8496539082263612.

Przykład 2
Zwrócimy wartości wykładnicze minus 1 dla kolumn wartości2 i wartości3.

Import Pyspark
Importuj matematyka
od Pyspark.SQL Import Sparksession
od Pyspark.SQL.Funkcje Importuj Expm1
Spark_App = Sparksession.budowniczy.Nazwa aplikacji('_').getorCreate ()
#Utworz wartości matematyczne
wartości = [(matematyka.PI, 0,7.8120),
(Matematyka.PI/2,1,0.5 180),
(Matematyka.PI/3, -5, -12.9 360)
]
#Passign Columns poprzez tworzenie PYSPARK DATAFRAME
DataFrame_Obj = Spark_App.CreatedATAframe (wartości, [„wartość1”, „wartość2”, „value3”, „value4”])
DataFrame_Obj.pokazywać()
#Zadzwoń wartości wykładnicze minus 1 Wartości wartości 2 i kolumny wartości3
DataFrame_Obj.Wybierz (expm1 (dataFrame_Obj.wartość2), expm1 (dataFrame_Obj.wartość3)).pokazywać()

Wyjście:

Kolumna - wartość2:

Wartość wykładnicza minus 1 z 0 to 0.0
Wartość wykładnicza minus 1 z 1 wynosi 1.718281828459045
Wartość wykładnicza minus 1 z -0.08726646259971647 to -0.9932620530009145.

Kolumna - wartość3:

Wartość wykładnicza minus 1 z 7.8 to 2439.6019776244984
Wartość wykładnicza minus 1 z 0.5 to 0.6487212707001282
Wartość wykładnicza minus 1 z -12.9 to -0.9999975019496742.

Wniosek

W tym samouczku Pyspark omówiliśmy funkcje exp () i expm1 (). Funkcja exp () w PYSPARK zwraca wartość wykładniczą dowolnej liczby obecnej w kolumnie DataFrame. Matematycznie, jest to zdefiniowane jako e^x. Funkcja expm1 () w PYSPARK zwraca wartość wykładniczą minus jedną z danej liczby obecnej w kolumnie DataFrame. Matematycznie jest to zdefiniowane jako e^(x) -1.