pyspark基于window实现列数据偏移

假设有如下场景:

df = spark.createDataFrame(
 [("anhui", 1, '2019-06-15 13:20'),
 ("anhui",2, '2019-06-17 13:42'),("anhui",3, '2019-06-15 13:42'),
 ("anhui",4, '2019-06-6 13:40'),
 ("anhui",5, '2019-06-14 14:40'),
 ("anhui",6, "'2019-06-15 13:42'"),
 ("beijing",1, '2019-06-9 13:42'),
 ("beijing",2, '2019-06-14 13:42'),
 ("beijing",3, '2019-06-12 13:42')], 
 ["province","nums", "time"]
)
df.show()
+--------+----+------------------+
|province|nums|              time|
+--------+----+------------------+
|   anhui|   1|  2019-06-15 13:20|
|   anhui|   2|  2019-06-17 13:42|
|   anhui|   3|  2019-06-15 13:42|
|   anhui|   4|   2019-06-6 13:40|
|   anhui|   5|  2019-06-14 14:40|
|   anhui|   6|'2019-06-15 13:42'|
| beijing|   1|   2019-06-9 13:42|
| beijing|   2|  2019-06-14 13:42|
| beijing|   3|  2019-06-12 13:42|
+--------+----+------------------+

如果需要以“province”分组,“nums”递增顺序,对“time”进行列数据向下偏移,在pyspark中可以用基于window函数的方式完成,代码如下:

from pyspark.sql import Window
from pyspark.sql.functions import lag
w=Window.partitionBy("province").orderBy("nums")
for i in range(1,6):
    df=df.withColumn("time_offset_"+str(i),lag(col="time",count=i).over(w))

结果如下:

+--------+----+------------------+----------------+----------------+----------------+----------------+----------------+
|province|nums|              time|   time_offset_1|   time_offset_2|   time_offset_3|   time_offset_4|   time_offset_5|
+--------+----+------------------+----------------+----------------+----------------+----------------+----------------+
| beijing|   1|   2019-06-9 13:42|            null|            null|            null|            null|            null|
| beijing|   2|  2019-06-14 13:42| 2019-06-9 13:42|            null|            null|            null|            null|
| beijing|   3|  2019-06-12 13:42|2019-06-14 13:42| 2019-06-9 13:42|            null|            null|            null|
|   anhui|   1|  2019-06-15 13:20|            null|            null|            null|            null|            null|
|   anhui|   2|  2019-06-17 13:42|2019-06-15 13:20|            null|            null|            null|            null|
|   anhui|   3|  2019-06-15 13:42|2019-06-17 13:42|2019-06-15 13:20|            null|            null|            null|
|   anhui|   4|   2019-06-6 13:40|2019-06-15 13:42|2019-06-17 13:42|2019-06-15 13:20|            null|            null|
|   anhui|   5|  2019-06-14 14:40| 2019-06-6 13:40|2019-06-15 13:42|2019-06-17 13:42|2019-06-15 13:20|            null|
|   anhui|   6|'2019-06-15 13:42'|2019-06-14 14:40| 2019-06-6 13:40|2019-06-15 13:42|2019-06-17 13:42|2019-06-15 13:20|
+--------+----+------------------+----------------+----------------+----------------+----------------+----------------+
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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