Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Retourneert een array van H3-cel-id's die worden weergegeven als tekenreeksen, die overeenkomen met zeshoeken of vijfhoeken van de opgegeven resolutie en die minimaal de invoer als lineaire of areale geografie bedekken. De expressie geeft None terug als de geografie niet lineair is (linestring of multilinestring), vlakvormig is (veelhoek of multipolygon) of als er een fout wordt gevonden bij het parseren van de invoer. De expressie retourneert een fout als de invoerresolutie ongeldig is. De acceptabele invoerweergaven zijn WKT, GeoJSON en WKB. In de eerste twee gevallen wordt verwacht dat de invoer van het type tekenreeks is, terwijl in het laatste geval de invoer naar verwachting van het type BINARY is.
Voor de overeenkomstige Databricks SQL-functie, zie de h3_try_coverash3string functie.
Syntaxis
from pyspark.databricks.sql import functions as dbf
dbf.h3_try_coverash3string(col1=<col1>, col2=<col2>)
Parameterwaarden
| Kenmerk | Typologie | Description |
|---|---|---|
col1 |
pyspark.sql.Column of str |
Een tekenreeks die een lineaire of areale geografie vertegenwoordigt in het WGS84-coördinaatverwijzingssysteem in WKT- of GeoJSON-indeling, of een BINAIR dat een lineaire of geografische geografie vertegenwoordigt in het WGS84-coördinaatverwijzingssysteem in WKB-indeling. |
col2 |
pyspark.sql.Column, strof int |
De resolutie van de H3-cel-id's die de geografie bestrijken. |
Voorbeelden
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([('POLYGON((-122.4194 37.7749,-118.2437 34.0522,-74.0060 40.7128,-122.4194 37.7749))', 1),],['wkt', 'res'])
df.select(dbf.h3_try_coverash3string('wkt', 'res').alias('result')).collect()
[Row(result=['8126fffffffffff', '81283ffffffffff', '8129bffffffffff', '812a3ffffffffff', '812abffffffffff', '8148fffffffffff', '81263ffffffffff', '81267ffffffffff', '8126bffffffffff'])]
df_invalid = spark.createDataFrame([('invalid input', 1),], ['wkt', 'res'])
df_invalid.select(dbf.h3_try_coverash3string('wkt', 'res').alias('result')).collect()
[Row(result=None)]