Python pyspark Series.rank用法及代码示例

本文简要介绍 pyspark.pandas.Series.rank 的用法。

用法: Series.rank(method: str = 'average', ascending: bool = True) → pyspark.pandas.series.Series

沿轴计算数值数据等级(1 到 n)。相等的值被分配一个等级，该等级是这些值的等级的平均值。

注意

当前的 rank 实现使用 Spark 的 Window 而不指定分区规范。这会导致将所有数据移动到单个机器中的单个分区中，并可能导致严重的性能下降。避免对非常大的数据集使用此方法。

method：{‘average’, ‘min’, ‘max’, ‘first’, ‘dense’}

ascending：布尔值，默认 True

从高 (1) 到低 (N) 的等级为假

>>> s = ps.Series([1, 2, 2, 3], name='A')
>>> s
0    1
1    2
2    2
3    3
Name: A, dtype: int64

>>> s.rank()
0    1.0
1    2.5
2    2.5
3    4.0
Name: A, dtype: float64

如果方法设置为‘min’，则使用组中的最低排名。

>>> s.rank(method='min')
0    1.0
1    2.0
2    2.0
3    4.0
Name: A, dtype: float64

如果方法设置为‘max’，则使用组中的最高排名。

>>> s.rank(method='max')
0    1.0
1    3.0
2    3.0
3    4.0
Name: A, dtype: float64

如果方法设置为‘first’，则按顺序分配排名，不分组。

>>> s.rank(method='first')
0    1.0
1    2.0
2    3.0
3    4.0
Name: A, dtype: float64

如果方法设置为‘dense’，则在组中不留空隙。

>>> s.rank(method='dense')
0    1.0
1    2.0
2    2.0
3    3.0
Name: A, dtype: float64

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.Series.rank。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。