Spark DataFrame组按降序排序（pyspark）

我正在使用pyspark（Python 2.7.9 / Spark 1.3.1）并有一个数据框GroupObject，我需要按降序对其进行过滤和排序。试图通过这段代码来实现。

group_by_dataframe.count().filter("`count` >= 10").sort('count', ascending=False)

但这会引发以下错误。

sort() got an unexpected keyword argument 'ascending'

在PySpark 1.3中，sort方法不采用升序参数。您可以改用descmethod：

from pyspark.sql.functions import col

(group_by_dataframe
    .count()
    .filter("`count` >= 10")
    .sort(col("count").desc()))

或desc功能：

from pyspark.sql.functions import desc

(group_by_dataframe
    .count()
    .filter("`count` >= 10")
    .sort(desc("count"))

两种方法均可在Spark> = 1.3（包括Spark 2.x）下使用。

使用orderBy：

df.orderBy('column_name', ascending=False)

完整答案：

group_by_dataframe.count().filter("`count` >= 10").orderBy('count', ascending=False)

http://spark.apache.org/docs/2.0.0/api/python/pyspark.sql.html

到目前为止，最方便的方法是使用此方法：

df.orderBy(df.column_name.desc())

不需要特殊的进口。

在pyspark 2.4.4中

1) group_by_dataframe.count().filter("`count` >= 10").orderBy('count', ascending=False)

2) from pyspark.sql.functions import desc
   group_by_dataframe.count().filter("`count` >= 10").orderBy('count').sort(desc('count'))

无需在1）和1）中导入，并且简短易读，
所以我更喜欢1）而不是2）

您还可以如下使用groupBy和orderBy

dataFrameWay = df.groupBy("firstName").count().withColumnRenamed("count","distinct_name").sort(desc("count"))