我在我的应用程序上使用azure databrick。 我使用机器学习来进行插补。得到结果后,我想加入并合并使其成为一个完整的数据集,以便我可以将其写入 blob 存储。
df3 = spark.sql("""
select * from df1
FULL OUTER JOIN df2
on df1.columnindex == df2.columnindex
""")
加入完成后,我显示结果,发现'columnindex'中的很多索引丢失了,所以我执行了orderBy
df3 = df3.orderBy('columnindex')
在我看来,索引没有丢失,但排序不正确。 但是在我执行联合之后
df5 = spark.sql("""
select * from unmissing_data
union
select * from df4
""")
并执行 orderBy
df5 = df5.orderBy('columnindex')
我收到以下错误:“DataFrame”对象没有属性“orderby”。有谁知道为什么会发生这种情况以及为什么我在“columnindex”列中的初始索引没有像在原始数据集中那样正确排序?
最佳答案
我刚刚在 Spark 3.2.0 版本中遇到了这个问题。我认为这可能是一个错误。使用 sort
代替 orderBy
解决了该问题。
关于sql - “DataFrame”对象没有属性 'orderby',我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64001269/