Pyspark: Rank() по столбцу и индексу?

У меня проблемы с оконными функциями. Я не смог найти ни одного примера, который бы охватывал сценарии, в которых порядок имеет значение. Что я хочу сделать, так это ранжировать ColumnA, принимая во внимание SortOrder (и их первое появление). Таким образом, все B получат значение 1, A 2 и C 3. Могу ли я добиться этого с помощью функции ранжирования? Я не могу просто упорядочить по этим двум столбцам.

example = example.withColumn("rank", F.rank().over(Window.orderBy('ColumnA')))

Этот тоже не подойдет, так как потеряется заказ.

from pyspark.sql.types import StructType, StructField, StringType, IntegerType
import pyspark.sql.functions as F
from pyspark.sql.window import Window

data = [("B", "BA", 1),
        ("B", "BB", 2),
        ("B", "BC", 3),
        ("A", "AA", 4),
        ("A", "AB", 5),
        ("C", "CA", 6),
        ("A", "AC", 7)]

cols = ['ColumnA', 'ColumnB', 'SortOrder']

schema = StructType([StructField('ColumnA', StringType(), True),
                     StructField('ColumnB', StringType(), True),
                     StructField('SortOrder', IntegerType(), True)])

rdd = sc.parallelize(data)
example = spark.createDataFrame(rdd, schema)

?
example = example.withColumn("rank", F.rank().over(Window.orderBy('SortOrder', 'ColumnA')))
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
1 657
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Получите минимальный SortOrder для каждого значения ColumnA, затем получите ранг и присоедините его обратно к исходному фрейму данных.

example2 = example.join(
    example.groupBy('ColumnA')
           .min('SortOrder')
           .select('ColumnA',
                   F.rank().over(Window.orderBy('min(SortOrder)')).alias('rank')
                  ),
    on = 'ColumnA'
).orderBy('SortOrder')

example2.show()
+-------+-------+---------+----+
|ColumnA|ColumnB|SortOrder|rank|
+-------+-------+---------+----+
|      B|     BA|        1|   1|
|      B|     BB|        2|   1|
|      B|     BC|        3|   1|
|      A|     AA|        4|   2|
|      A|     AB|        5|   2|
|      C|     CA|        6|   3|
|      A|     AC|        7|   2|
+-------+-------+---------+----+

Другие вопросы по теме