我不明白如何解决这个问题，我已经讨论了这里的一些问题，但没有找到一个完全合适的答案。
我有一个数据框架，它有以下重要列：building_id、area、height。
我试图编写的UDF计算面积和高度的平方根之间的差值。它返回一个值，该值应添加到数据帧中。
def calculate_difference(area, height):
# calculate the square root of the area
import numpy as np
nr = np.sqrt(area)
# calculate the difference between the square root of the area and the height
dif = nr - height
return dif
然后我注册这个UDF:
calculate_differenceUDF = udf(calculate_difference)
当我传递两个数字时，函数就会工作，它会返回我期望的值。我想在我的数据帧中添加一个新列，在那里我们有一个基于函数的计算值。
display(df.withColumn("diff", calculate_differenceUDF(col("area"), col("height"))))
然后我收到这个错误：
PickleException：构造ClassDict需要零个参数(对于numpy.dtype(
我知道我可能没有返回正确的类型，但我不知道如何修复它！：(
我认为应该首先将numpy.sqrt()的返回值转换为python的float类型。
def calculate_difference(area, height):
nr = float(np.sqrt(area))
dif = nr - height
return dif
然后注册UDF
calculate_differenceUDF = udf(calculate_difference, FloatType())
确保返回适当的数据类型(在本例中为float(的其他正确答案。如果其他人仍然面临同样的错误，我还必须确保我的输入是适当的类型。例如：
def calculate_difference(area, height):
# specify input datatype
area = float(area)
height = float(height)
# calculate the square root of the area
import numpy as np
nr = np.sqrt(area)
# calculate the difference between the square root of the area and the height
dif = nr - height
return dif