Python pyspark Series.rank用法及代碼示例

本文簡要介紹 pyspark.pandas.Series.rank 的用法。

用法: Series.rank(method: str = 'average', ascending: bool = True) → pyspark.pandas.series.Series

沿軸計算數值數據等級(1 到 n)。相等的值被分配一個等級，該等級是這些值的等級的平均值。

注意

當前的 rank 實現使用 Spark 的 Window 而不指定分區規範。這會導致將所有數據移動到單個機器中的單個分區中，並可能導致嚴重的性能下降。避免對非常大的數據集使用此方法。

method：{‘average’, ‘min’, ‘max’, ‘first’, ‘dense’}

ascending：布爾值，默認 True

從高 (1) 到低 (N) 的等級為假

>>> s = ps.Series([1, 2, 2, 3], name='A')
>>> s
0    1
1    2
2    2
3    3
Name: A, dtype: int64

>>> s.rank()
0    1.0
1    2.5
2    2.5
3    4.0
Name: A, dtype: float64

如果方法設置為‘min’，則使用組中的最低排名。

>>> s.rank(method='min')
0    1.0
1    2.0
2    2.0
3    4.0
Name: A, dtype: float64

如果方法設置為‘max’，則使用組中的最高排名。

>>> s.rank(method='max')
0    1.0
1    3.0
2    3.0
3    4.0
Name: A, dtype: float64

如果方法設置為‘first’，則按順序分配排名，不分組。

>>> s.rank(method='first')
0    1.0
1    2.0
2    3.0
3    4.0
Name: A, dtype: float64

如果方法設置為‘dense’，則在組中不留空隙。

>>> s.rank(method='dense')
0    1.0
1    2.0
2    2.0
3    3.0
Name: A, dtype: float64

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.Series.rank。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。