查看dataframe的缺失值以及选取每个类目下前topN的数据

// 显示每个类目的缺失值
data.select(data.columns.map(c => sum(col(c).isNull.cast("int")).alias(c)): _*).show
data.groupBy("cate1").count().show(30)
println(data.count()) //3046
def SortedCate(df:DataFrame): DataFrame ={
// 循环类别赋值label
  val N = 10
  val window = Window.partitionBy(col("cate1")).orderBy(col("play_vv_end").desc)
  val top3DF = df.withColumn("topn", row_number().over(window)).where(col("topn") <= N)
    .persist(StorageLevel.MEMORY_AND_DISK_SER_2)
println("top3DF",top3DF.count()) // 560
top3DF
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值