Condividi tramite

randomSplit

Suddivide in modo casuale questo dataframe con i pesi forniti.

Sintassi

randomSplit(weights: List[float], seed: Optional[int] = None)

Parametri

Parametro Tipo Descrizione
weights elenco elenco di valori double come pesi con cui dividere il dataframe. I pesi verranno normalizzati se non sommano fino a 1,0.
seed int, facoltativo Valore di inizializzazione per il campionamento.

Restituzioni

list: elenco di dataframe.

Examples

from pyspark.sql import Row
df = spark.createDataFrame([
    Row(age=10, height=80, name="Alice"),
    Row(age=5, height=None, name="Bob"),
    Row(age=None, height=None, name="Tom"),
    Row(age=None, height=None, name=None),
])

splits = df.randomSplit([1.0, 2.0], 24)
splits[0].count()
# 2
splits[1].count()
# 2
  • Last updated on