海兰
我有这个PySpark DataFrame
df = pd.DataFrame(np.array([
["aa@gmail.com",2,3], ["aa@gmail.com",5,5],
["bb@gmail.com",8,2], ["cc@gmail.com",9,3]
]), columns=['user','movie','rating'])
sparkdf = sqlContext.createDataFrame(df, samplingRatio=0.1)
user movie rating
aa@gmail.com 2 3
aa@gmail.com 5 5
bb@gmail.com 8 2
cc@gmail.com 9 3
我需要添加一个按用户排名的新列
我想要这个输出
user movie rating Rank
aa@gmail.com 2 3 1
aa@gmail.com 5 5 1
bb@gmail.com 8 2 2
cc@gmail.com 9 3 3
我怎样才能做到这一点?
你的时间很多
1 回答
这里真的没有优雅的解决方案 . 如果必须,您可以尝试这样的事情:
窗口函数替代更简洁:
但这是非常低效的 should be avoided in practice .