如何在课堂上使用熊猫UDF

Question

我试图弄清楚如何在Python的Class方法中使用self中的PandasUDF.GroupBy.Apply并在其中传递参数。我尝试了许多不同的方法，但无法使其正常工作。我还在互联网上广泛搜索以查找PandasUDF的示例，该示例在带有self和arguments的类中使用，但找不到类似的东西。我知道如何使用Pandas.GroupBy.Apply来做所有前面提到的事情。

使它起作用的唯一方法是将其声明为静态方法

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

我实际上想要实现的是在return_type中声明function_type和features_name，__init__()，然后在PandasUDF中使用它，还传递要使用的参数PandasUDF.GroupBy.Apply

时在函数内部

如果有人可以帮助我，我将非常感谢。我是PySpark的新手。