返回与原点 H3 单元格 ID 之间的网格距离 k 内的所有 H3 单元格 ID （表示为长整数或字符串），以及它们与原点 H3 单元格 ID 之间的距离。 更确切地说，结果是结构数组，其中每个结构都包含 H3 单元格 ID（表示为长整数或字符串），以及它与原点 H3 单元格 ID 的距离。 输出中 H3 单元格 ID 的类型与输入 H3 单元格 ID 的类型（表达式的第一个参数）相同。 支持 Spark Connect。
有关相应的 Databricks SQL 函数，请参阅 h3_kringdistances 函数。
Syntax
from pyspark.databricks.sql import functions as dbf
dbf.h3_kringdistances(col1=<col1>, col2=<col2>)
参数
| 参数 | 类型 | Description |
|---|---|---|
col1 |
pyspark.sql.Column 或 str |
H3 单元格 ID，表示为 列 或字符串。 |
col2 |
pyspark.sql.Column、str 或 int |
与 H3 单元格 ID（第一个参数）之间的最大网格距离。 |
例子
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([(599686042433355775, '85283473fffffff', 1,),],['h3l', 'h3s', 'res'])
df.select(dbf.h3_kringdistances('h3l', 'res').alias('result')).collect()
[Row(result=[Row(cellid=599686042433355775, distance=0), Row(cellid=599686030622195711, distance=1), Row(cellid=599686044580839423, distance=1), Row(cellid=599686038138388479, distance=1), Row(cellid=599686043507097599, distance=1), Row(cellid=599686015589810175, distance=1), Row(cellid=599686014516068351, distance=1)])]
df.select(dbf.h3_kringdistances('h3s', 'res').alias('result')).collect()
[Row(result=[Row(cellid='85283473fffffff', distance=0), Row(cellid='85283447fffffff', distance=1), Row(cellid='8528347bfffffff', distance=1), Row(cellid='85283463fffffff', distance=1), Row(cellid='85283477fffffff', distance=1), Row(cellid='8528340ffffffff', distance=1), Row(cellid='8528340bfffffff', distance=1)])]