Python pyspark DataFrame.nlargest用法及代碼示例

返回按 columns 降序排列的前 n 行。

按降序返回 columns 中具有最大值的前 n 行。未指定的列也會返回，但不用於排序。

此方法等效於 df.sort_values(columns, ascending=False).head(n) ，但在 pandas 中性能更高。在pandas-on-Spark 中，由於 Spark 的惰性執行和查詢優化器，兩者將具有相同的性能。

參數：

n：int

要返回的行數。

columns：標簽或標簽列表

要排序的列標簽。

返回：

DataFrame

前 n 行按給定列按降序排列。

注意：

此函數不能用於所有列類型。例如，當使用 object 或 category dtypes 指定列時，會引發 TypeError。

例子：

>>> df = ps.DataFrame({'X': [1, 2, 3, 5, 6, 7, np.nan],
...                    'Y': [6, 7, 8, 9, 10, 11, 12]})
>>> df
     X   Y
0  1.0   6
1  2.0   7
2  3.0   8
3  5.0   9
4  6.0  10
5  7.0  11
6  NaN  12

在以下示例中，我們將使用nlargest 選擇列“population” 中具有最大值的三行。

>>> df.nlargest(n=3, columns='X')
     X   Y
5  7.0  11
4  6.0  10
3  5.0   9

>>> df.nlargest(n=3, columns=['Y', 'X'])
     X   Y
6  NaN  12
5  7.0  11
4  6.0  10