Python pyspark Series.sort_values用法及代码示例

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

用法: Series.sort_values(ascending: bool = True, inplace: bool = False, na_position: str = 'last') → Optional[pyspark.pandas.series.Series]

按值排序。

按某些标准按升序或降序对系列进行排序。

ascending：bool 或 bool 列表，默认为 True: 升序与降序排序。指定多个排序顺序的列表。如果这是一个布尔列表，则必须匹配 by 的长度。
inplace：布尔值，默认为 False: 如果为真，就地执行操作
na_position：{‘first’, ‘last’}，默认 ‘last’: first 将NaNs 放在开头，last 将NaNs 放在结尾

>>> s = ps.Series([np.nan, 1, 3, 10, 5])
>>> s
0     NaN
1     1.0
2     3.0
3    10.0
4     5.0
dtype: float64

对值进行升序排序(默认行为)

>>> s.sort_values(ascending=True)
1     1.0
2     3.0
4     5.0
3    10.0
0     NaN
dtype: float64

对值进行降序排序

>>> s.sort_values(ascending=False)
3    10.0
4     5.0
2     3.0
1     1.0
0     NaN
dtype: float64

就地排序值

>>> s.sort_values(ascending=False, inplace=True)
>>> s
3    10.0
4     5.0
2     3.0
1     1.0
0     NaN
dtype: float64

排序值，将 NA 放在首位

>>> s.sort_values(na_position='first')
0     NaN
1     1.0
2     3.0
4     5.0
3    10.0
dtype: float64

对一系列字符串进行排序

>>> s = ps.Series(['z', 'b', 'd', 'a', 'c'])
>>> s
0    z
1    b
2    d
3    a
4    c
dtype: object

>>> s.sort_values()
3    a
1    b
4    c
2    d
0    z
dtype: object

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.sort_values。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。