Eu tenho o seguinte apache spark udf no scala:

val myFunc = udf {
  (userBias: Float, otherBiases: Map[Long, Float],
    userFactors: Seq[Float], context: Seq[String]) => 
    var result = Float.NaN

    if (userFactors != null) {
      var contexBias = 0f

      for (cc <- context) {
       contexBias += otherBiases(contextMapping(cc))
      }

      // definition of result
      // ...
    }
    result
}

Agora quero passar parâmetros para esta função, porém sempre recebo a mensagem Não aplicável devido ao parâmetrocontext. Eu sei que funções definidas pelo usuário recebem entradas por linhas e essa função é executada se eu excluircontext... Como resolver este problema? Por que não lê linhas deArray[Seq[String]], ou seja, decontext? Como alternativa, seria aceitável passarcontext ComoDataFrame ou algo semelhante.

// context is Array[Seq[String]]
val a = sc.parallelize(Seq((1,2),(3,4))).toDF("a", "b")
val context = a.collect.map(_.toSeq.map(_.toString))

// userBias("bias"), otherBias("biases") and userFactors("features")
// have a type Column, while userBias... are DataFrames
myDataframe.select(dataset("*"),
                   myFunc(userBias("bias"),
                          otherBias("biases"),
                          userFactors("features"),
                          context)
                   .as($(newCol)))

ATUALIZAR:

Tentei a solução indicada na resposta dezero323, no entanto, ainda existe um pequeno problema comcontext: Array[Seq[String]]. Em particular, o problema está em fazer um loop sobre essa matrizfor (cc <- context) { contexBias += otherBiases(contextMapping(cc)) }. Eu deveria passar uma String paracontextMapping, não umSeq[String]:

  def myFunc(context: Array[Seq[String]]) = udf {
    (userBias: Float, otherBiases: Map[Long, Float],
     userFactors: Seq[Float]) =>
      var result = Float.NaN

      if (userFactors != null) {
        var contexBias = 0f
        for (cc <- context) {
          contexBias += otherBiases(contextMapping(cc))
        }

        // estimation of result

      }
      result
  }

Agora eu chamo da seguinte forma:

myDataframe.select(dataset("*"),
                   myFunc(context)(userBias("bias"),
                                   otherBias("biases"),
                                   userFactors("features"))
           .as($(newCol)))