本文简要介绍
pyspark.sql.Window.rowsBetween
的用法。用法:
static Window.rowsBetween(start, end)
创建一个
WindowSpec
,定义了从start
(含)到end
(含)的帧边界。start
和end
都是当前行的相对位置。例如,“0” 表示“current row”,而“-1” 表示当前行之前的行,“5” 表示当前行之后的第五行。我们建议用户使用
Window.unboundedPreceding
、Window.unboundedFollowing
和Window.currentRow
来指定特殊边界值,而不是直接使用整数值。基于行的边界基于分区内行的位置。偏移量表示当前行上方或下方的行数,当前行的帧开始或结束。例如,给定一个基于行的滑动框架,其下限偏移量为 -1,上限偏移量为 +2。索引为 5 的行的框架范围为索引 4 到索引 7。
2.1.0 版中的新函数。
- start:int
边界开始,包括在内。如果这是
Window.unboundedPreceding
或任何小于或等于 -9223372036854775808 的值,则该帧是无界的。- end:int
边界结束,包括在内。如果这是
Window.unboundedFollowing
或任何大于或等于 9223372036854775807 的值,则该帧是无界的。
参数:
例子:
>>> from pyspark.sql import Window >>> from pyspark.sql import functions as func >>> from pyspark.sql import SQLContext >>> sc = SparkContext.getOrCreate() >>> sqlContext = SQLContext(sc) >>> tup = [(1, "a"), (1, "a"), (2, "a"), (1, "b"), (2, "b"), (3, "b")] >>> df = sqlContext.createDataFrame(tup, ["id", "category"]) >>> window = Window.partitionBy("category").orderBy("id").rowsBetween(Window.currentRow, 1) >>> df.withColumn("sum", func.sum("id").over(window)).sort("id", "category", "sum").show() +---+--------+---+ | id|category|sum| +---+--------+---+ | 1| a| 2| | 1| a| 3| | 1| b| 3| | 2| a| 2| | 2| b| 5| | 3| b| 3| +---+--------+---+
相关用法
- Python pyspark Window.rangeBetween用法及代码示例
- Python pyspark Window用法及代码示例
- Python pyspark Word2Vec用法及代码示例
- Python pyspark create_map用法及代码示例
- Python pyspark date_add用法及代码示例
- Python pyspark DataFrame.to_latex用法及代码示例
- Python pyspark DataStreamReader.schema用法及代码示例
- Python pyspark MultiIndex.size用法及代码示例
- Python pyspark arrays_overlap用法及代码示例
- Python pyspark Series.asof用法及代码示例
- Python pyspark DataFrame.align用法及代码示例
- Python pyspark Index.is_monotonic_decreasing用法及代码示例
- Python pyspark IsotonicRegression用法及代码示例
- Python pyspark DataFrame.plot.bar用法及代码示例
- Python pyspark DataFrame.to_delta用法及代码示例
- Python pyspark element_at用法及代码示例
- Python pyspark explode用法及代码示例
- Python pyspark MultiIndex.hasnans用法及代码示例
- Python pyspark Series.to_frame用法及代码示例
- Python pyspark DataFrame.quantile用法及代码示例
- Python pyspark Column.withField用法及代码示例
- Python pyspark Index.values用法及代码示例
- Python pyspark Index.drop_duplicates用法及代码示例
- Python pyspark aggregate用法及代码示例
- Python pyspark IndexedRowMatrix.computeGramianMatrix用法及代码示例
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.sql.Window.rowsBetween。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。