python求四分位数_pyspark根据ID计算四分位数，并根据四分位数范围进行分类

我使用的是pyspark 1.5.2。我有一个列为“ID”和“Height”的pyspark数据帧，如下所示：| ID1| ID2| height|

---------------------------------------------

| 1| 000| 44|

| 2| 000| 72.9|

| 3| 000| 89|

| 4| 000| 45.5|

| 5| 000| 52.3|

| 6| 000| 87.9|

| 7| 000| 63.1|

| 8| 000| 26.1|

| 9| 000| 97|

| 10| 000| 120|

| 11| 000| 99|

| 12| 000| 96|

| 13| 000| 36.5|

| 14| 000| 0|

| 15| 001| 48|

| 16| 001| 152.1|

| 17| 001| 72.2|

| 18| 001| 21.5|

| 19| 001| 94|

| 20| 001| 220|

+--------------+--------------+-------------+

我想计算每个“ID2”的高度四分位数，并根据以下标准将其分为高、中或短：

^{pr2}$

我在调查pyspark.sql模块找到了一个summary()函数，我可以用它来计算四分位范围，但它不适用于基于列“ID2”的groupby。最终结果将是：| ID1 | Height |

-------------------------

| 1| Tall|

| 2| Short|

| 3| Medium| and so on

我该怎么做？有更好的方法还是更简单的方法？在

我对这一点相当陌生，希望你能帮助我！在

提前谢谢你！在