Suma solo ciertos valores de una matriz basados en una condición en PySpark.
Me gustaría crear una columna basada en la suma de los valores de un arreglo. Sin embargo, si la suma supera un valor objetivo, solo se sumarán los valores que creen el valor más alto que sea menor o igual al objetivo. Aquí hay un ejemplo:
| Objetivo % | Arreglo | nombre | Total |
|---|---|---|---|
| 4.5 | [1.5,2.5,3.0,2.0] | John | 4.5 |
| 3 | [2.5,1.0,0.5,1.0] | Jim | 3.0 |
| 5 | [1.0,1.0,1.5,1.0] | Jane | 4.5 |
davy.ai
[1.5,2.5,3.0,2.0][2.5,1.0,0.5,1.0][1.0,1.0,1.5,1.0]