Python pyspark Rolling.min用法及代码示例

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

用法: Rolling.min() → FrameLike

计算滚动最小值。

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。

>>> s = ps.Series([4, 3, 5, 2, 6])
>>> s
0    4
1    3
2    5
3    2
4    6
dtype: int64

>>> s.rolling(2).min()
0    NaN
1    3.0
2    3.0
3    2.0
4    2.0
dtype: float64

>>> s.rolling(3).min()
0    NaN
1    NaN
2    3.0
3    2.0
4    2.0
dtype: float64

对于 DataFrame，每个滚动最小值都是按列计算的。

>>> df = ps.DataFrame({"A": s.to_numpy(), "B": s.to_numpy() ** 2})
>>> df
   A   B
0  4  16
1  3   9
2  5  25
3  2   4
4  6  36

>>> df.rolling(2).min()
     A    B
0  NaN  NaN
1  3.0  9.0
2  3.0  9.0
3  2.0  4.0
4  2.0  4.0

>>> df.rolling(3).min()
     A    B
0  NaN  NaN
1  NaN  NaN
2  3.0  9.0
3  2.0  4.0
4  2.0  4.0

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.min。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。