Pandas 如何在课堂上使用UDF

我试图弄清楚如何在

PandasUDF.GroupBy.Apply中使用
self
，并在Python的类方法中传递参数。我尝试了很多不同的方法，但都没有成功。我还在互联网上搜索了一个PandasUDF的例子，这个例子在一个有self和arguments的类中使用，但没有找到类似的例子。我知道如何使用
Pandas.GroupBy.Apply
完成前面提到的所有事情

我能使它工作的唯一方法是声明它为静态方法

class Train:
    return_type = StructType([
        StructField("div_nbr", FloatType()),
        StructField("store_nbr", FloatType()),
        StructField("model_str", BinaryType())
    ])
    function_type = PandasUDFType.GROUPED_MAP

    def __init__(self):
       ............

    def run_train(self):
         output = sp_df.groupby(['A', 'B']).apply(self.model_train)
         output.show(10)

    @staticmethod
    @pandas_udf(return_type, function_type)
    def model_train(pd_df):
        features_name = ['days_into_year', 'months_into_year', 'minutes_into_day', 'hour_of_day', 'recency']

        X = pd_df[features_name].copy()
        Y = pd.DataFrame(pd_df['trans_type_value']).copy()

        estimator_1 = XGBRegressor(max_depth=3, learning_rate=0.1, n_estimators=300, verbosity=1,
                                   objective='reg:squarederror', booster='gbtree', n_jobs=-1, gamma=0,
                                   min_child_weight=5, max_delta_step=0, subsample=0.6, colsample_bytree=0.8,
                                   colsample_bylevel=1, colsample_bynode=1, reg_alpha=0, reg_lambda=1,
                                   scale_pos_weight=1, base_score=0.5, random_state=1234, missing=None,
                                   importance_type='gain')
        estimator_1.fit(X, Y)
        df_to_return = pd_df[['div_nbr', 'store_nbr']].drop_duplicates().copy()
        df_to_return['model_str'] = pickle.dumps(estimator_1)

        return df_to_return

实际上，我想要实现的是，在
\uuu init\uuu（）
中声明
return\u type
和
function\u type
，
特性\u name
，然后在PandasUDF中使用它，在执行
PandasUDF.GroupBy.Apply时，还传递要在函数内部使用的参数

如果有人能帮我，我将不胜感激。我对PySpark有点生疏
 你需要在你的
@staticmethod
@pissall中编写另一个使用Decorcator
@pandas\u udf
的函数，但你没有完全理解。编写一个新方法，它是一个静态方法，以pyspark df作为输入，在该函数中，编写pandas udf，然后将其应用于DF。如果我这样做，我将如何访问
self
？如果你想使用self，为什么要使用静态方法？你需要在
@pandas\u udf
中编写另一个函数，并在
@staticmethod
@pissall中使用Decorcator
@pandas\u udf
，但我没有完全理解。编写一个新方法，这是一种静态方法，将pyspark df作为输入，在该函数中编写pandas udf，然后将其应用于df。如果我这样做，我将如何访问
self
？如果你想使用self，为什么要使用静态方法？