Python pyspark DataFrame.nsmallest用法及代码示例

本文简要介绍 pyspark.pandas.DataFrame.nsmallest 的用法。

用法: DataFrame.nsmallest(n: int, columns: Union[Any, Tuple[Any, …], List[Union[Any, Tuple[Any, …]]]]) → pyspark.pandas.frame.DataFrame

返回按 columns 升序排序的前 n 行。

按升序返回 columns 中具有最小值的前 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=True).head(n) ，但性能更高。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: 要检索的项目数。
columns：列表或字符串: 列名或要排序的名称。

DataFrame

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nsmallest 选择列“a” 中具有最小值的三行。

>>> df.nsmallest(n=3, columns='X') 
     X   Y
0  1.0   6
1  2.0   7
2  3.0   8

要按列 “a” 和 “c” 中的最大值排序，我们可以像下一个示例中那样指定多个列。

>>> df.nsmallest(n=3, columns=['Y', 'X']) 
     X   Y
0  1.0   6
1  2.0   7
2  3.0   8

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.DataFrame.nsmallest。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：