基于多个列值的函数的DataFrame排序
是指对DataFrame中的数据按照指定的多个列进行排序的操作。通过这种排序方式，可以根据多个列的值来确定数据的顺序，以满足特定的需求。
在云计算领域中，对DataFrame进行排序是数据处理和分析的常见操作之一。以下是一个完善且全面的答案：
基于多个列值的函数的DataFrame排序是指使用多个列的值来对DataFrame中的数据进行排序的操作。在Python中，可以使用pandas库提供的sort_values函数来实现这个功能。
sort_values函数的语法如下：
DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, na_position='last')参数说明：
- by：指定排序的列或列的列表。可以通过列名或列索引来指定。在多个列值的函数排序中，可以传递多个列的列表来按照多个列进行排序。
- axis：指定排序的轴，默认为0，表示按照列进行排序。
- ascending：指定排序的方式，默认为True，表示升序排序。
- inplace：指定是否在原始DataFrame上进行排序，默认为False，表示生成一个新的排序后的DataFrame。
- na_position：指定缺失值的位置，默认为'last'，表示将缺失值放在排序结果的最后。
排序完成后，DataFrame的行将按照指定的列值顺序重新排列。
基于多个列值的函数的DataFrame排序可以应用于各种场景，例如：
- 按照销售额和销售日期对销售数据进行排序，以便分析销售趋势和重要销售事件。
- 按照学生的成绩和年龄对学生信息进行排序，以便评估学生的学术表现和年龄分布情况。
- 按照股票代码和交易日期对股票交易数据进行排序，以便分析特定股票的交易情况和交易日期的趋势。
腾讯云提供了丰富的云计算产品，其中与数据处理和分析相关的产品包括腾讯云数据库TencentDB、腾讯云数据仓库Tencent Data Warehouse等。你可以在腾讯云的官方网站上找到这些产品的详细介绍和使用指南。
参考链接：
相关·内容
1回答
我读取了一些时间序列数据，并从中生成了一个pd.DataFrame对象：
dataframe为1行和84列，每个列的标签都是datetime对象，因此我可以在以后添加更多具有不同数据的行。正如您所看到的，这些列是无序的。这导致我的数据看起来不正确，当我打印它的线状图形形式。
我看到的唯一搜索结果是根据单个列的值对整个数据进行排序。如何根据每个列的头对数据进行排序，从而使我的列按时间顺序排列？
浏览 8提问于2020-04-09得票数 0
1回答
我得到了以下DataFrame：
R System Name
0 0.78 1 Methane - PAH
1 1.00 1 Methane - PAH
2 1.20 1 Methane - PAH
3 1.40 1 Methane - PAH
4 0.90 1 Methane - PAH
5 2.16 1 Methane - PAH
6
浏览 2提问于2017-05-03得票数 0
回答已采纳
我有一个包含两列的数据帧，其中包含数字，我需要按行而不是按列对数据帧进行排序。到处都给出了如何按列对dataframe进行排序，但我找不到如何在pyspark中对dataframe的所有行进行排序。
col1 col2
2 1
3 2
预期输出
col1 col2
1 2
2 3
浏览 0提问于2017-11-14得票数 1
我有一个有两列的dataframe df：col1和col2。
col1包括我的用户的id。用户是一个名称列表(即字符串)。因此，id=0等于我的用户列表中索引0处的名称。
我想在我的dataframe中添加一个新列，包括ids的相应名称。
浏览 2提问于2021-05-04得票数 0
回答已采纳
我想根据有我自己的比较器的列对DataFrame进行排序。在Spark中可以这样做吗？
例如，假设有一个DataFrame注册为表"MyTable“，其中列"Day”的类型为"string"：
id | Day
--------------------
1 | Fri
2 | Mon
3 | Sat
4 | Sun
5 | Thu
我想执行以下查询：
SELECT * FROM MyTable ORDER BY Day
我想用我
浏览 1提问于2019-03-12得票数 4
回答已采纳
多索引数据的lexsort_depth到底是什么？为什么必须对其进行索引排序？
例如，我注意到，在手动构建包含三个级别列的多索引dataframe df之后，如果我尝试这样做的话：
idx = pd.IndexSlice
df[idx['foo', 'bar']]
我得到：
KeyError: 'Key length (2) was greater than MultiIndex lexsort depth (0)'
此时，df.columns.lexsort_depth是0
然而，，，如果我这么做的话，按照推荐的和
df = df.sortle
浏览 6提问于2014-11-25得票数 24
回答已采纳
我想按升序分别对数据帧中的所有列进行排序。我的数据框如下：
date,A,B,C,D
1989-12-31,540.8,497.351,757.9,649.811
1990-12-31,388.9,453.65,454.2,714.898
1991-12-31,796.3,170.308,1080.4,274.678
1992-12-31,427.7,304.587,695.6,414.898
我已经手动尝试过：
df1=df.sort_values(by=['A','B','C','D'],axis=0, inplace=Tru
浏览 0提问于2020-03-11得票数 0
我必须访问“a”栏中第五大值的索引。我对列'a‘进行了排序，但是在这样做时，索引列也被排序了，所以我又创建了一个名为' index’的列，并在该列中添加了0-9的值。现在，我想访问索引no。“索引”列值为4的行中，有谁能帮我做到这一点吗？我也想要一个更有效的方法来解决这个问题。
df = pd.DataFrame(np.random.randint(1, 30, 30).reshape(10,-1), columns=list('abc'))
df.sort_values('a',inplace=True)
df['Index']
浏览 4提问于2020-05-08得票数 0
回答已采纳
我有一个DataFrame，我想要DataFrame的最大值和第二个最大值之间的区别，作为一个新列附加到DataFrame作为输出。
例如，数据框架如下(这是一个相当大的DataFrame)：
gene_id Time_1 Time_2 Time_3
a 0.01489251 8.00246 8.164309
b 6.67943235 0.8832114 1.048761
到目前为止，我尝试了以下方法，但它只是取头，
largest = max(df)
second_largest = max(item for item in df if item < lar
浏览 3提问于2015-07-23得票数 3
回答已采纳
最接近我的问题：
其他的问题主要是关于密谋，而不是我所需要的。
这篇文章提出的问题比引用的多一个问题，即，一旦该列使用“表”作为频率分布表示，如何才能对频率分布进行分类？
简单示例:定义一个dataframe：
a <- c(13, 14, 15, 16, 15, 15, 22, 21, 44, 21)
b <- c(16, 17, 17, 18, 18, 22, 17, 16, 16, 17)
test <- data.frame(a, b)
> test
a b
1 13 16
2 14 17
3 15 17
4 16 18
5 15 18
6
浏览 0提问于2018-05-07得票数 0
回答已采纳
我有一只熊猫DataFrame，如下所示：
df = pd.DataFrame({["id": [1, 2, 3, 4, 5],
"fruit": ["apple", "banana", "pineapple", "orange", "orange"],
"trash": [38, 22, 93, 1, 15]})
现在，我想根据提供的有序列表对列DataFrame的行进行排序。让我们说，
浏览 2提问于2021-06-03得票数 1
回答已采纳
1回答
我有一个数据，其中一个列是字典，我在字典中得到了大量的条目，这给我带来了内存问题。解决方案是从字典中只得到前10项。我已经有了代码，但是它产生了一个错误：
TypeError: '<' not supported between instances of 'dict' and 'dict'
我制作了一个示例代码，只是为了向您展示我的问题：
import pandas as pd
import datetime
res = pd.DataFrame([])
res_tmp = pd.DataFrame([])
d = {'club&
浏览 2提问于2021-02-10得票数 0
回答已采纳
我正在读取一个Excel (.xlsx)文件：
import openpyxl
# Define variable to load the dataframe = openpyxl.load_workbook("cluster.xlsx")
# Define variable to read sheet
dataframe1 = dataframe.active
array = []
# Iterate the loop to read the cell values
for row in range(0, dataframe1.max_row):
浏览 6提问于2022-10-19得票数 1
1回答
这个问题非常琐碎，但是我在PySpark的世界里是全新的，我面临着很多问题，即使是简单的任务。
假设我们有一个带有A列的dataframe df。
我想要创建另一个dataframe，它只包含最后一个值为A的一个列(这里的最后一个值是指列A底部的真正记录)。
我已经试过了
df["A"][-1]，但我错了。
请注意，如果可能的话，我希望可以为PySpark和Pyspark中的Python代码提供一个解决方案。
浏览 1提问于2019-06-21得票数 0
回答已采纳
我的BigQuery表通常使用"where“条件的不同组合在一个或更多个常见列之间进行查询，例如跨列A、B、C (不按顺序排列)。因此，我想分别为A、B和C列添加单独的集群。
如何为BigQuery表创建多个集群？(类似于如何在传统的rdbms表上创建多个索引)
浏览 5提问于2020-05-26得票数 3
回答已采纳
我有一个dataframe，一只熊猫的dataframe，有以下专栏：
df = pd.DataFrame([
['A2', 2],
['B1', 1],
['A1', 2],
['A2', 1],
['B1', 2],
['A1', 1]],
columns=['one','two'])
我希望主要按“2”栏，然后“1”栏分类。对于二级排序，我想使用一个自定义排序规则，它将按字母字符[A-Z]和尾随数字[0-10
浏览 0提问于2020-10-14得票数 6
回答已采纳
是否有一个快速的方法来指定定制订单到sort/sort!上的朱莉娅DataFrames？
julia> using DataFrames
julia> srand(1);
julia> df = DataFrame(x = rand(10), y = rand([:high, :med, :low], 10))
10×2 DataFrames.DataFrame
│ Row │ x │ y │
├─────┼────────────┼──────┤
│ 1 │ 0.236033 │ med │
│ 2 │ 0.346517 │ h
浏览 4提问于2016-06-20得票数 5
回答已采纳
1回答
我注意到了几次单列数据帧(下面的例子)；但在其他大多数情况下，单列数据框架只是一个系列。对于为什么返回一列DF，有什么押韵或理由吗？
示例：
1)当用布尔掩码索引列时，掩码只有一个真值
df = pd.DataFrame([list('abc'), list('def')], columns = ['foo', 'bar', 'tar'])
mask = [False, True, False]
type(df.ix[:,mask])
2)当对只有两列的DataFrame设置索引时，首先：
df = pd.Data
浏览 5提问于2014-09-18得票数 5
回答已采纳
1回答
试图计算数据表中不同步骤之间的范围，并使用以下SQL代码返回每次计算的中位数：
SELECT median(datediff(seconds,one,two)) as step_one,
median(datediff(seconds,two,three)) as step_two,
FROM Table
这将返回以下错误消息：
0A000亚马逊无效操作:聚合函数的组内ORDER子句必须相同，java.lang.RuntimeException: com.amazon.support.exceptions.ErrorException: Amazon无效操作:聚合函数的组内OR
浏览 0提问于2019-05-16得票数 3
回答已采纳
例如，让我们考虑employee表中有三列，即empid、year of joining和designation。如果两个人在同一天加入，那么表必须在较小的表的顶部和下方具有较高的优先级。如何为spark sql dataframe中已排序的数据指定优先级。例如，如果ceo和项目经理在同一天加入了一家公司，那么ceo的详细信息必须位于数据帧架构中查看的项目经理的顶部。
浏览 3提问于2019-08-19得票数 0
1回答
我使用带有Cassandra2.2.5列和元存储的FiloDB 0.4，并尝试使用SparkStreaming1.6.1+J观察者0.6.2将数据插入其中。我使用以下代码插入数据：
messages.foreachRDD(parseAndSaveToFiloDb)
private static Function<JavaPairRDD<String, String>, Void> parseAndSaveToFiloDb = initialRdd -> {
final List<RowWithSchema> parsedMessage
浏览 4提问于2017-01-24得票数 0
回答已采纳
我有这个Dataframe的三列，我收到了一个excel文件，并创建使用熊猫，所以我的程序需要订购的点数列，并返回一个字符串与有序的名称。
因此，我在一个从DataFrame附加的列表中排序，所以在最后我有一个有序号的列表，我想要做的是使用这个列表来匹配Dataframe ' name‘列来打印与这个分数相对应的名称--例如，先打印0分的人的名字，等等。
浏览 2提问于2021-05-17得票数 0
回答已采纳
1回答
我试图在任何列名之间按字母顺序重新排列字符串，这是一个整数。
示例代码/最低可重现性示例：
import pandas as pd
data = {
0: ["amazon", "ebay", "paypal"],
2: ["paypal", "amazon", "ebay"],
3: ["ebay", "paypal", "amazon"]
}
# Create DataFrame
df = pd.DataFrame(data)
浏览 4提问于2022-02-10得票数 0
1回答
我有不是的问题，而是我想要理解的行为。
我有一个有12张表格的Excel，我希望它们都合并在一个数据文件中，并将表名作为额外的列。我可以做到，但有一个奇怪的行为，我无法解释:数据的列的最后顺序被更改为和字母顺序。
这就是我的流程:我读了10张excel。
每个工作表都是以数据格式读取的，所有工作表都具有相同的形状(73行x50列)和相同的层次列。(2级)。当一个工作表被读入时，我将它附加到一个dataframe中，然后再读下一个工作表等等。
结果是876行和50列的数据。这很好。但是--正如前面提到的--列顺序与原来的集合不同。
解决办法:我将订单保存在一个列表中，并在最后的dataframe
浏览 5提问于2021-01-22得票数 2
回答已采纳
4回答
连接三个表然后组
、、、
我将连接三个表，然后将其中一列与另一列的值相乘。
SELECT t1.column, t2.column, SUM(t1.column * t2.column)
FROM table1 t1
INNER JOIN table2 t2
ON t1.id = t2.id
JOIN table3 t3
ON t2.id = t3.id
GROUP BY t1.column, t2.column;
这个查询做了我想要的事情，但是我不明白为什么GROUP BY会工作？
如果我将列添加到select，是否也必须将列添加到group by？
浏览 3提问于2011-02-17得票数 1
回答已采纳
当每个列的值从低到高排序时，我如何创建一个Pandas DataFrame来显示每个值的相对位置？因此，在这种情况下，如何将'df‘转换为'dfOut'？
import pandas as pd
import numpy as np
#create DataFrame
df = pd.DataFrame({'A': [12, 18, 9, 21, 24, 15],
'B': [18, 22, 19, 14, 14, 11],
'C': [5, 7
浏览 5提问于2022-02-11得票数 2
回答已采纳
1回答
我正在编写一个计算训练和测试实例之间距离的函数。距离是修改后的曼哈顿距离。我有它的工作代码变得太慢，当功能(列)的数量增加。你知道我怎么才能加快速度吗？
import pandas as pd
import numpy as np
import time
import datetime
def make_random_distance():
"""Generates randomly populated pandas dataframe of a training dataset and a test dataset and caclulates and r
浏览 0提问于2019-07-05得票数 0
1回答
我对熊猫很陌生，我觉得这应该是个简单的问题。我有一个简单的DataFrame，我需要能够得到特定单元格的值。下面是我的DataFrame示例：
>>> airports.sample(5)
iata name city state country
2144 M15 Perry County Linden TN USA
2391 N69 Stormville Stormville NY USA
861 ARA Acadiana Regional N
浏览 2提问于2017-12-21得票数 23
回答已采纳
2回答
熊猫按多栏分类
、、、
我有一些初步数据如下：
code type value
1111 Golf Acceptable
1111 Golf Undesirable
1111 Basketball Acceptable
1111 Basketball Undesirable
1111 Basketball Undesirable
我正在尝试将其分组到code和type列中，以获得出现次数最多的行。在领带的情况下，我想选择值为Undesirable的行。所以上面的例子是这样的：
code
浏览 2提问于2022-09-26得票数 2
回答已采纳
我有一个PySpark DataFrame -
valuesCol = [('Sweden',31),('Norway',62),('Iceland',13),('Finland',24),('Denmark',52)]
df = sqlContext.createDataFrame(valuesCol,['name','id'])
+-------+---+
| name| id|
+-------+---+
| Sweden| 31|
| Norway| 62|
|Icela
浏览 1提问于2018-10-29得票数 17
回答已采纳
我有一个很长的值列表，我想使用这些值作为索引从另一个数据框架中删除行，其中包含特定列中的这些值。
一个简单的例子就是
X <- data.frame(Variable1=c(11,14,12,15),Variable2=c(2,3,1,4))
X[X$Variable1!=11 & X$Variable1!=12, ]
但是，是否有任何有效的方法来使用我拥有的值的dataframe，也就是我想在第二个dataframe中使用的列表？
浏览 1提问于2016-08-10得票数 1
回答已采纳
1回答
我目前正致力于理解火花，并遇到了一个问题。当其中一个列是计数时，我正试图解决如何在dataframe中按多个列排序。
例如，假设我有一个有三列A、B和C列的dataframe (df)，我想按A和B分组，然后计数这些实例。因此，如果有10个A=1和B=1实例，那么该行的表应该如下所示：
A，B，计数
1 1 10
我已经确定通过运行可以轻松地做到这一点：
df.groupBy('A'，'B').count()
然后，如果我想按计数(降序)对此数据进行排序，这也是非常简单的：
df.groupBy('A'，‘B’).count().orderBy(
浏览 12提问于2022-03-09得票数 0
我试图在dataframe中对数字列进行排序，但是得到这个错误的'id‘列在特定的站点上有id的计数。例如2272、2202、1855等
df.sort_values(by=['id'])
但是，我得到了这个错误：
‘无法访问'DataFrameGroupBy’对象的可调用属性‘DataFrameGroupBy’，尝试使用'apply‘方法
浏览 1提问于2018-08-09得票数 3
我正在尝试对列表进行排序(基于UserInfo类)，但是我得到了一个错误- AssertionError:传递了3列，传递的数据有2列。尽管当我创建一个静态数组(使用一些固定值的虚拟数组)时，我不会得到这个错误。 class UserInfo:
def __init__(self,name,id,address):
self.Name=name
self.EId=id
self.Address=address
from rwt import UserInfo
import pandas as pd
class saveuser:
浏览 95提问于2019-05-20得票数 0
我希望存储股票，股票符号的时间序列数据。
我有四个读数。总体来说，短期，中期，长期。我有4000个符号。我在当天下午6点采集数据。
在数据库中存储数据的最佳方法是什么？
有4000张表，每个符号有一个表。行是日期。读数是列，
每个阅读有4个表1。每一行都是一个符号(4000行)。每一列都是一个新的日期(每一天的列增加1)。
每个日期有一个新表，每个符号有4000行，每个读取有4列
谢谢你给我指点。
浏览 2提问于2015-02-28得票数 0
1回答
我想按某个列和子集进行排序，这是一个多列的dataframe，但是所使用的命令无效。
print(df[order(df$x) & df$x < 5,])
这并不是对结果进行排序。
为了调试这一点，我生成了一个带有1列的测试数据，但是这种“简化”产生了意想不到的效果。
df <- data.frame(x = sample(1:50))
print(df[order(df$x) & df$x < 5,])
这并不是对结果进行排序，所以我觉得我已经重现了这个问题，而是用了更简单的数据。
将流程分解为第一次排序，然后重新设置使我发现排序在本例中不生成datafr
浏览 4提问于2017-03-08得票数 1
回答已采纳
1回答
我有一只熊猫DataFrame，有三栏：product，region和cost。
我想用pivottable.js在木星笔记本上显示一个枢轴表，这样product是行，region是列，cost是值。
我试过：
from pivottablejs import pivot_ui
import pandas as pd
df = pd.DataFrame({'region':['N', 'S', 'W', 'E', 'N', 'S', 'W', 'E']
浏览 1提问于2018-11-25得票数 2
回答已采纳
假设我有以下DataFrame：
A | B
1 | Ms
1 | PhD
2 | Ms
2 | Bs
我想删除关于列A的重复行，并且想要保留列B中值为'PhD‘的行作为原始行，如果我找不到'PhD'，我想保留列B中值为'Bs’的行。
我正试着用
df.drop_duplicates('A')
有一个条件
浏览 4提问于2015-10-10得票数 12
回答已采纳
我需要将Python脚本转换为Pyspark，这对我来说是一项艰巨的任务。
我试图从dataframe中删除空值(而不删除整个列或行)，并将下一个值移到前一列。示例：
CLIENT| ANIMAL_1 | ANIMAL_2 | ANIMAL_3| ANIMAL_4
ROW_1 1 | cow | frog | null | dog
ROW_2 2 | pig | null | cat | null
我的目标是：
CLIENT| ANIMAL_1 | ANIMAL_2 | ANIMAL_3|
浏览 2提问于2020-08-10得票数 2
回答已采纳
1回答
我是R中的一个菜鸟，我试着比较两个数据帧，这两个数据帧是通过文本挖掘得到的，它有两列，一列有单词，另一列有计数。假设它们是dataframe1和dataframe2。
我试图找出如何编写代码，以选择那些单词在dataframe2中存在，而在dataframe1中不存在。
如果我们必须在excel中使用它，我们只需在dataframe2和VLOOKUP中使用word作为引用，从dataframe1中选择相同的单词列表，并选择存在的#N/A，然后根据最高计数对#N/A进行排序。
下面是详细说明的图片: dataframe1
dataframe2：
如您所见，C&F一词在
浏览 1提问于2021-04-23得票数 0
回答已采纳
3回答
运行以下代码：
df = pd.DataFrame(['ADc','Abc','AEc'],columns = ['Test'],index=[0,1,2])
df.sort(columns=['Test'],axis=0, ascending=False,inplace=True)
返回按：[Abc, AEc, ADc]排序的dataframe列。ADc应该在AEc之前，怎么回事？
浏览 6提问于2015-04-27得票数 11
回答已采纳
2回答
我一直在寻找应用函数的最佳方法，该函数采用多个独立的Pandas DataFrame列，并在同一列中输出多个新列，DataFrame说。假设我有以下几点：
def apply_func_to_df(df):
df[['new_A', 'new_B']] = df.apply(lambda x: transform_func(x['A'], x['B'], x['C']), axis=1)
def transform_func(value_A, value_B, value_C):
# do som
浏览 3提问于2019-11-11得票数 8
回答已采纳
3回答
基于多列的秩DataFrame
、、、、
如何根据2列对DataFrame进行排序？
在下面的例子中，col_b将成为col_a的平手。
DataFrame:
df = pd.DataFrame({'col_a':[0,0,0,1,1,1], 'col_b':[5,2,8,3,7,4]})
df
col_a col_b
0 0 5
1 0 2
2 0 8
3 1 3
4 1 7
5 1 4
预期输出：
col_a col_b Rank
0 0 5
浏览 0提问于2018-03-16得票数 4
回答已采纳
对于如何解决这个难题，我将非常感激，我在快照中有这个dataFrame的结构，我正在尝试用这个列表(MyList)中的值替换业余爱好列中的值，这些值目前并不存在于业余爱好列的每一行中。
myList =["Dancing","Climbing,"Singing"]
这就是我尝试过的，我似乎离正确的解决方案还很远。
df.apply(lambda x:df['Hobbies'],(for i in myList: if i not in x : x.append(i)))
谢谢你的投入。
浏览 2提问于2021-05-28得票数 0
回答已采纳
我希望按一列分组，然后找到另一列的最大值。最后，显示基于此条件的所有列。然而，当我使用我的代码时，它只显示2列，而不是所有列。
# Normal way of creating dataframe in pyspark
sdataframe_temp = spark.createDataFrame([
(2,2,'0-2'),
(2,23,'22-24')],
['a', 'b', 'c']
)
sdataframe_temp2 = spark.createDataFrame([
浏览 0提问于2020-01-19得票数 0
回答已采纳
我需要对列进行排序，并且有很多元素为null或empty.The问题是null元素与null元素的排序不同
SELECT s.name
FROM Employee s
ORDER BY s.name desc
结果是name==null的雇员是第一个职位，后面是名称！=null(实名)的元素，最后是name empty的元素。
我希望以同样的方式对待name=null和name=empty，并将所有结果放在第一个结果中。有人能帮我吗？
浏览 15提问于2021-02-17得票数 0
回答已采纳
2回答
我有一个超过250列的Dataframe。我可以使用df.printSchema显示列，或者我可以使用df.columns获取它，有没有办法以asc/desc的顺序获得列名(只是列名-不是列的内容)？
浏览 0提问于2017-10-24得票数 8
回答已采纳
1回答
我正在尝试连接Dataframe中的'A‘和'C’列，如下所示，以便将它们用作新的索引：
A | B | C | ...
---------------------------
0 5 | djn | 0 | ...
1 5 | vlv | 1 | ...
2 5 | bla | 2 | ...
3 5 | ses | 3 | ...
4 5 | dug | 4 | ...
所需的结果将是一个Dataframe，它类似于以下结果：
A | B | C | .
浏览 0提问于2015-03-13得票数 0
回答已采纳
我需要在spark中根据给定比率使用scala拆分一个数据帧。这应该通过一个名为ts的特定列在dataframe的排序版本上完成。第一个比率用于训练，最后一个部分将用于验证。
val dataframe=//a sample dataframe
val trainRatio=0.8;
val training=//dataframe.rdd.orderBy("ts")
val test=//
有人能给我一些提示吗？
浏览 1提问于2017-05-02得票数 0
我正在尝试执行一个与本文档中的示例非常相似的groupby过滤器：
>>> df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
... 'foo', 'bar'],
... 'B' : [1, 2, 3, 4, 5, 6],
... 'C' : [2.0
浏览 0提问于2019-02-15得票数 12
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
