如何在Pyspark中对数据框进行排序[重复]-Java 学习之路

这个问题在这里已有答案：

How could I order by sum, within a DataFrame in PySpark? 1回答

我有一个数据帧：

# +---+--------+---------+
# | id|  rank  |  value  |
# +---+--------+---------+
# |  1|    A   |    10   |
# |  2|    B   |    46   |
# |  3|    D   |     8   |
# |  4|    C   |     8   |
# +---+--------+---------+

我想按 Value 排序，然后排名 . 这看起来应该很简单，但是我没有看到它是如何在文档中完成的，或者是Pyspark的SO，仅用于R和Scala .

这是排序后应该看的样子，.show（）应该打印：

# +---+--------+---------+
# | id|  rank  |  value  |
# +---+--------+---------+
# |  4|    C   |     8   |
# |  3|    D   |     8   |
# |  1|    A   |    10   |
# |  2|    B   |    46   |
# +---+--------+---------+

2 回答

2
```
df.orderBy(["value", "rank"], ascending=[1, 1])
```
参考：http://spark.apache.org/docs/latest/api/python/pyspark.sql.html#pyspark.sql.DataFrame.orderBy
回复于 2024-04-26T11:30:50+08:00
4

假设你的数据框存储在一个名为df的变量中，你要做 df.orderBy('value').show() 以对它进行排序

回复于 2024-04-26T11:30:50+08:00

如何在Pyspark中对数据框进行排序[重复]

2 回答

相关问题