apache-spark - 如何在 Pyspark 中对数据框进行排序

Question

这个问题在这里已经有了答案:





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

(1 个回答)


3年前关闭。




我有一个数据框:

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

我想按值对其进行排序，然后进行排名。这看起来应该很简单，但我没有看到 Pyspark 的文档或 SO 中是如何完成的，仅适用于 R 和 Scala。

这是排序后的样子， .show() 应该打印:

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

Answer 1

假设您的数据帧存储在一个名为 df 的变量中
你会做 df.orderBy('value').show()把它整理好