python或pyspark，sql对一个dataframe，排序并排名

输入：

输出：

具体代码：

一：纯python代码

import pandas as pd
data=pd.DataFrame({'c1':[5,8,3,3,4,1]})
print(data)
d1= data.sort_values(by='c1')
d1['rank']=d1.rank(method='min').astype(int)
print(d1)

二：pyspark代码

import pandas as pd
from pyspark.sql import Row, functions as F
from pyspark.sql.window import Window
from pyspark import SparkContext
from pyspark.sql import SQLContext
sc = SparkContext()
sqlContext = SQLContext(sc)
df=pd.DataFrame({'c1':[5,8,3,3,4,1]})
sdf = sqlContext.createDataFrame(df)
(sdf.select("c1",F.rank().over(Window.orderBy("c1")).alias("rank") ).show())
#(sdf.select("c1",F.rank().over(Window.orderBy(sdf.c1.desc())).alias("rank") ).show())#这也可以的

三：sql代码
窗口函数语法：其中[]中的内容可以省略，窗口函数的适用范围：只能在select子句中使用。
<窗口函数> over ([partition by <列清单>]order by <排序用列清单>)

窗口函数大体可以分为以下两种：1.能够作为窗口函数的聚合函数（sum，avg，count，max，min）

                                                      2.rank，dense_rank。row_number等专用窗口函数。

语法的基本使用方法：使用rank函数

rank函数是用来计算记录排序的函数。

select product_name, product_type, sale_price,
       rank () over (partition by product_type
                            order by sale_price) as ranking
from Product;

partition by 能够设定排序的对象范围，类似于group by语句，这里就是以product_type划分排序范围。

order by能够指定哪一列，何种顺序进行排序。也可以通过asc，desc来指定升序降序。

窗口函数兼具分组和排序两种功能。通过partition by分组后的记录集合称为窗口。

然而partition by不是窗口函数所必须的：

select product_name, product_type, sale_price,
       rank () over (order by sale_price) as ranking
from Product;

专用函数的种类：1.rank函数：计算排序时，如果存在相同位次的记录，则会跳过之后的位次。

                             2.dense_rank函数：同样是计算排序，即使存在相同位次的记录，也不会跳过之后的位次。

                             3.row_number函数：赋予唯一的连续位次。

select product_name, product_type, sale_price,
       rank () over (order by sale_price) as ranking,
       dense_rank () over (order by sale_price) as dense_ranking,
       row_number () over (order by sale_price) as row_num
from Product;
参考链接： https://blog.csdn.net/qq_33517844/article/details/58665472 https://www.cnblogs.com/cssdongl/p/6203726.html https://dzone.com/articles/difference-between-rownumber

sql：窗口函数 https://blog.csdn.net/qq_41805514/article/details/81772182