Python pyspark DataFrame.nsmallest用法及代碼示例

本文簡要介紹 pyspark.pandas.DataFrame.nsmallest 的用法。

用法: DataFrame.nsmallest(n: int, columns: Union[Any, Tuple[Any, …], List[Union[Any, Tuple[Any, …]]]]) → pyspark.pandas.frame.DataFrame

返回按 columns 升序排序的前 n 行。

按升序返回 columns 中具有最小值的前 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=True).head(n) ，但性能更高。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: 要檢索的項目數。
columns：列表或字符串: 列名或要排序的名稱。

DataFrame

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nsmallest 選擇列“a” 中具有最小值的三行。

>>> df.nsmallest(n=3, columns='X') 
     X   Y
0  1.0   6
1  2.0   7
2  3.0   8

要按列 “a” 和 “c” 中的最大值排序，我們可以像下一個示例中那樣指定多個列。

>>> df.nsmallest(n=3, columns=['Y', 'X']) 
     X   Y
0  1.0   6
1  2.0   7
2  3.0   8

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.pandas.DataFrame.nsmallest。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：