Python pyspark GroupBy.diff用法及代码示例

本文简要介绍 pyspark.pandas.groupby.GroupBy.diff 的用法。

用法: GroupBy.diff(periods: int = 1) → FrameLike

元素的第一个离散差。

计算 DataFrame 元素与 DataFrame 组中另一个元素的差异(默认为上一行同一列中的元素)。

参数：

periods：整数，默认 1: 用于计算差异的周期，接受负值。

diffed：DataFrame 或系列

例子：

>>> df = ps.DataFrame({'a': [1, 2, 3, 4, 5, 6],
...                    'b': [1, 1, 2, 3, 5, 8],
...                    'c': [1, 4, 9, 16, 25, 36]}, columns=['a', 'b', 'c'])
>>> df
   a  b   c
0  1  1   1
1  2  1   4
2  3  2   9
3  4  3  16
4  5  5  25
5  6  8  36

>>> df.groupby(['b']).diff().sort_index()
     a    c
0  NaN  NaN
1  1.0  3.0
2  NaN  NaN
3  NaN  NaN
4  NaN  NaN
5  NaN  NaN

与组中上一列的差异。

>>> df.groupby(['b'])['a'].diff().sort_index()
0    NaN
1    1.0
2    NaN
3    NaN
4    NaN
5    NaN
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.groupby.GroupBy.diff。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：