Python pyspark GroupBy.rank用法及代码示例

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

用法: GroupBy.rank(method: str = 'average', ascending: bool = True) → FrameLike

提供每个组中值的排名。

参数：

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

平均：组的平均排名
min：组中的最低排名
max：组中的最高排名
第一：按照它们在数组中出现的顺序分配的等级
密集：类似于‘min’，但组间排名总是增加 1

ascending：布尔值，默认 True

从高 (1) 到低 (N) 的等级为假

DataFrame 每组内的值排名

例子：

>>> df = ps.DataFrame({
...     'a': [1, 1, 1, 2, 2, 2, 3, 3, 3],
...     'b': [1, 2, 2, 2, 3, 3, 3, 4, 4]}, columns=['a', 'b'])
>>> df
   a  b
0  1  1
1  1  2
2  1  2
3  2  2
4  2  3
5  2  3
6  3  3
7  3  4
8  3  4

>>> df.groupby("a").rank().sort_index()
     b
0  1.0
1  2.5
2  2.5
3  1.0
4  2.5
5  2.5
6  1.0
7  2.5
8  2.5

>>> df.b.groupby(df.a).rank(method='max').sort_index()
0    1.0
1    3.0
2    3.0
3    1.0
4    3.0
5    3.0
6    1.0
7    3.0
8    3.0
Name: b, 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.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。

用法:

参数：

返回：

例子：