Python pyspark DataFrame.nlargest用法及代码示例

返回按 columns 降序排列的前 n 行。

按降序返回 columns 中具有最大值的前 n 行。未指定的列也会返回，但不用于排序。

此方法等效于 df.sort_values(columns, ascending=False).head(n) ，但在 pandas 中性能更高。在pandas-on-Spark 中，由于 Spark 的惰性执行和查询优化器，两者将具有相同的性能。

参数：

n：int

要返回的行数。

columns：标签或标签列表

要排序的列标签。

返回：

DataFrame

前 n 行按给定列按降序排列。

注意：

此函数不能用于所有列类型。例如，当使用 object 或 category dtypes 指定列时，会引发 TypeError。

例子：

>>> df = ps.DataFrame({'X': [1, 2, 3, 5, 6, 7, np.nan],
...                    'Y': [6, 7, 8, 9, 10, 11, 12]})
>>> df
     X   Y
0  1.0   6
1  2.0   7
2  3.0   8
3  5.0   9
4  6.0  10
5  7.0  11
6  NaN  12

在以下示例中，我们将使用nlargest 选择列“population” 中具有最大值的三行。

>>> df.nlargest(n=3, columns='X')
     X   Y
5  7.0  11
4  6.0  10
3  5.0   9

>>> df.nlargest(n=3, columns=['Y', 'X'])
     X   Y
6  NaN  12
5  7.0  11
4  6.0  10