Python pyspark Series.sort_values用法及代碼示例

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

用法: Series.sort_values(ascending: bool = True, inplace: bool = False, na_position: str = 'last') → Optional[pyspark.pandas.series.Series]

按值排序。

按某些標準按升序或降序對係列進行排序。

ascending：bool 或 bool 列表，默認為 True: 升序與降序排序。指定多個排序順序的列表。如果這是一個布爾列表，則必須匹配 by 的長度。
inplace：布爾值，默認為 False: 如果為真，就地執行操作
na_position：{‘first’, ‘last’}，默認 ‘last’: first 將NaNs 放在開頭，last 將NaNs 放在結尾

>>> s = ps.Series([np.nan, 1, 3, 10, 5])
>>> s
0     NaN
1     1.0
2     3.0
3    10.0
4     5.0
dtype: float64

對值進行升序排序(默認行為)

>>> s.sort_values(ascending=True)
1     1.0
2     3.0
4     5.0
3    10.0
0     NaN
dtype: float64

對值進行降序排序

>>> s.sort_values(ascending=False)
3    10.0
4     5.0
2     3.0
1     1.0
0     NaN
dtype: float64

就地排序值

>>> s.sort_values(ascending=False, inplace=True)
>>> s
3    10.0
4     5.0
2     3.0
1     1.0
0     NaN
dtype: float64

排序值，將 NA 放在首位

>>> s.sort_values(na_position='first')
0     NaN
1     1.0
2     3.0
4     5.0
3    10.0
dtype: float64

對一係列字符串進行排序

>>> s = ps.Series(['z', 'b', 'd', 'a', 'c'])
>>> s
0    z
1    b
2    d
3    a
4    c
dtype: object

>>> s.sort_values()
3    a
1    b
4    c
2    d
0    z
dtype: object

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.sort_values。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。