我需要一个窗口函数,该函数按某些键(=列名称)进行分区,按另一个列名称进行排序并返回排名前 x 的行。
这对于升序来说效果很好:
def getTopX(df: DataFrame, top_x: String, top_key: String, top_value:String): DataFrame ={
val top_keys: List[String] = top_key.split(", ").map(_.trim).toList
val w = Window.partitionBy(top_keys(1),top_keys.drop(1):_*)
.orderBy(top_value)
val rankCondition = "rn < "+top_x.toString
val dfTop = df.withColumn("rn",row_number().over(w))
.where(rankCondition).drop("rn")
return dfTop
}
但是当我尝试将其更改为第 4 行中的 orderBy(desc(top_value))
或 orderBy(top_value.desc)
时,出现语法错误。这里正确的语法是什么?
最佳答案
有两个版本的 orderBy
,一种适用于字符串,另一种适用于 Column
对象 ( API )。您的代码使用第一个版本,该版本不允许更改排序顺序。您需要切换到列版本,然后调用 desc
方法,例如 myCol.desc
。
现在,我们进入 API 设计领域。传递Column
参数的优点是你有更多的灵 active ,例如,你可以使用表达式等。如果你想维护一个接受字符串而不是的API Column
,需要将字符串转换为列。有多种方法可以做到这一点,最简单的方法是使用 org.apache.spark.sql.functions.col(myColName)。
把它们放在一起,我们得到
.orderBy(org.apache.spark.sql.functions.col(top_value).desc)
关于scala - 如何在 Spark 窗口函数中使用 orderby() 降序排列?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38572888/