当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python pyspark Rolling.count用法及代码示例


本文简要介绍 pyspark.pandas.window.Rolling.count 的用法。

用法:

Rolling.count() → FrameLike

窗口内任何非 NaN 观测值的滚动计数。

注意

此 API 的当前实现使用 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。

返回：

Series.expanding：使用 Series 数据调用对象。
DataFrame.expanding：使用 DataFrame 调用对象。
Series.count：完整系列的计数。
DataFrame.count：完整 DataFrame 的计数。

例子：

>>> s = ps.Series([2, 3, float("nan"), 10])
>>> s.rolling(1).count()
0    1.0
1    1.0
2    0.0
3    1.0
dtype: float64
>>> s.rolling(3).count()
0    1.0
1    2.0
2    2.0
3    2.0
dtype: float64
>>> s.to_frame().rolling(1).count()
     0
0  1.0
1  1.0
2  0.0
3  1.0
>>> s.to_frame().rolling(3).count()
     0
0  1.0
1  2.0
2  2.0
3  2.0

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.window.Rolling.count。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。