本文介绍了我们如何对数据框进行排名?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有如下示例数据框:
i/p
accountNumber assetValue
A100 1000
A100 500
B100 600
B100 200
o/p
AccountNumber assetValue Rank
A100 1000 1
A100 500 2
B100 600 1
B100 200 2
现在我的问题是我们如何在数据帧上添加此等级列,该列按帐号排序.如果我需要在数据框之外进行操作,我并不期望会有如此之多的行.
Now my question is how do we add this rank column on dataframe which is sorted by account number. I am not expecting huge volume of rows so open to idea if I need to do it outside of dataframe.
我正在使用Spark版本1.5和SQLContext,因此无法使用Windows函数
I am using Spark version 1.5 and SQLContext hence cannot use Windows function
推荐答案
您可以使用row_number
函数和Window
表达式来指定partition
和order
列:
You can use row_number
function and Window
expression with which you can specify the partition
and order
columns:
import org.apache.spark.sql.expressions.Window
import org.apache.spark.sql.functions.row_number
val df = Seq(("A100", 1000), ("A100", 500), ("B100", 600), ("B100", 200)).toDF("accountNumber", "assetValue")
df.withColumn("rank", row_number().over(Window.partitionBy($"accountNumber").orderBy($"assetValue".desc))).show
+-------------+----------+----+
|accountNumber|assetValue|rank|
+-------------+----------+----+
| A100| 1000| 1|
| A100| 500| 2|
| B100| 600| 1|
| B100| 200| 2|
+-------------+----------+----+
这篇关于我们如何对数据框进行排名?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!