Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gibt einen neuen DataFrame zurück, wobei jede Partition nach den angegebenen Spalten sortiert ist.
Syntax
sortWithinPartitions(*cols: Union[int, str, Column, List[Union[int, str, Column]]], **kwargs: Any)
Parameter
| Parameter | Typ | Beschreibung |
|---|---|---|
cols |
int, str, list oder Column, optional | Liste der Spalten- oder Spaltennamen oder Spalten-Ordnungszahlen, nach der sortiert werden soll. |
ascending |
bool or list, optional, default True | Boolescher Wert oder eine boolesche Liste. Aufsteigend und absteigend sortieren. Geben Sie die Liste für mehrere Sortierreihenfolgen an. Wenn eine Liste angegeben ist, muss die Länge der Liste die Länge der cols. |
Rückkehr
DataFrame: DataFrame sortiert nach Partitionen.
Hinweise
Eine Spalten-Ordnungszahl beginnt von 1, die sich von der 0-basierten __getitem__unterscheidet. Wenn ein Spalten-Ordinal negativ ist, bedeutet dies, absteigend zu sortieren.
Beispiele
from pyspark.sql import functions as sf
df = spark.createDataFrame([(2, "Alice"), (5, "Bob")], schema=["age", "name"])
df.sortWithinPartitions("age", ascending=False)
# DataFrame[age: bigint, name: string]
df.coalesce(1).sortWithinPartitions(1).show()
# +---+-----+
# |age| name|
# +---+-----+
# | 2|Alice|
# | 5| Bob|
# +---+-----+
df.coalesce(1).sortWithinPartitions(-1).show()
# +---+-----+
# |age| name|
# +---+-----+
# | 5| Bob|
# | 2|Alice|
# +---+-----+