Pyspark如何在DataFrame中计算arccos、arcsin、arctan反三角函数值

前置说明 #

Pyspark 内置的acos（反余弦）、asin（反正弦）、atan（反正切）函数默认输入参数为弧度值，且acos、asin的有效输入范围为[-1, 1]，超出范围会返回null。
如果你的Angle A列存储的是原始角度值（如30、15、45、60），需要先做值域转换后再计算，或者确认你的实际计算逻辑是「先对角度求三角函数值，再用反三角函数还原」。

完整实现代码 #

首先导入依赖函数：

from pyspark.sql import functions as F

场景1：Angle A为归一化到[-1,1]的三角函数输入值 #

# 替换为你自己的原始DataFrame即可
df = spark.createDataFrame([(0.5,), (0.2588,), (0.7071,), (0.8660,)], ["Angle A"])
# 计算三类反三角函数生成新列，默认输出为弧度
df_result = df.withColumn("arccos_A", F.acos(F.col("Angle A"))) \
              .withColumn("arcsin_A", F.asin(F.col("Angle A"))) \
              .withColumn("arctan_A", F.atan(F.col("Angle A")))
# 若需要将结果转换为角度，追加以下转换逻辑
df_result = df_result.withColumn("arccos_A_degree", F.degrees(F.col("arccos_A"))) \
                     .withColumn("arcsin_A_degree", F.degrees(F.col("arcsin_A"))) \
                     .withColumn("arctan_A_degree", F.degrees(F.col("arctan_A")))
df_result.show()

场景2：Angle A为原始角度值，需先求对应三角函数值再反算 #

# 测试数据为30、15、45、60等原始角度
df = spark.createDataFrame([(30,), (15,), (45,), (60,)], ["Angle A"])
# 先转弧度计算三角函数值，再用反三角函数计算后转角度输出
df_result = df.withColumn("angle_rad", F.radians(F.col("Angle A"))) \
              .withColumn("arccos_A_degree", F.degrees(F.acos(F.cos(F.col("angle_rad"))))) \
              .withColumn("arcsin_A_degree", F.degrees(F.asin(F.sin(F.col("angle_rad"))))) \
              .withColumn("arctan_A_degree", F.degrees(F.atan(F.tan(F.col("angle_rad")))))
df_result.show()

核心函数说明 #

• F.radians()：将角度值转换为弧度值
• F.degrees()：将弧度值转换为角度值
• F.acos()/F.asin()/F.atan()：对应反余弦、反正弦、反正切计算，返回结果为弧度

内容的提问来源于stack exchange，提问作者elokema