编写python函数，在pyspark dataframe中自动执行数据标注

from pyspark.sql import functions as F

def annotate_data(df, column_name, annotation_column):
    # 在数据框中添加一个新的列，用于存储标注结果
    df = df.withColumn(annotation_column, F.lit(None))
    
    # 编写标注逻辑，可以根据具体需求进行修改
    def annotate(row):
        # 获取需要标注的数据
        data = row[column_name]
        
        # 执行数据标注逻辑，这里使用示例逻辑，将数据标注为"positive"或"negative"
        if data > 0:
            return "positive"
        else:
            return "negative"
    
    # 使用pyspark的udf函数将Python函数转换为Spark函数
    annotate_udf = F.udf(annotate)
    
    # 调用标注函数，将结果存储到标注列中
    df = df.withColumn(annotation_column, annotate_udf(F.struct(*df.columns)))
    
    return df

from pyspark.sql import SparkSession

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建示例数据框
data = [(1,), (-2,), (3,), (-4,)]
df = spark.createDataFrame(data, ["value"])

# 调用标注函数进行数据标注
df = annotate_data(df, "value", "annotation")

# 显示结果
df.show()

+-----+----------+
|value|annotation|
+-----+----------+
|    1|  positive|
|   -2|  negative|
|    3|  positive|
|   -4|  negative|
+-----+----------+