我需要使用银行家四舍五入(其中0.5四舍五入到最近的偶数)对PySpark中的一列进行四舍五入.
到目前为止，我已经试过了:
from pyspark.sql.functions round as _round
df = df.withColumn(new_name, col(old_name) * col('ExchangeRate'))
df = df.select("*", _round(col(new_name)))
即使我在Python 3+中运行这个函数，PySpark的舍入函数仍将应用半向上舍入方法.我不能使用Python的round()，因为它不适用于列对象.
有没有办法强制PySpark的舍入()使用银行家舍入？
你可以用pyspark.sql.functions中的bround.从文档中:
使用半_偶数舍入将给定值舍入到小数位数
import pyspark.sql.functions as F
df = spark.createDataFrame([(-1.5,), (-1.2,), (-0.6,), (-0.5,), (0.4,), (0.5,), (1.5,)], ["val"])
df.withColumn('round', F.round('val')).withColumn("bround", F.bround('val')).show()
+----+-----+------+
| val|round|bround|
+----+-----+------+
|-1.5| -2.0| -2.0|
|-1.2| -1.0| -1.0|
|-0.6| -1.0| -1.0|
|-0.5| -1.0| 0.0|
| 0.4| 0.0| 0.0|
| 0.5| 1.0| 0.0|
| 1.5| 2.0| 2.0|
+----+-----+------+