如何使用 group by 子句对 pyspark 中的列进行排名

Question

我的数据框如下所示：

 A     B    C   
---------------
A1    B1   C1
A1    B1   C2
A1    B1   C3

A2    B1   C1
A2    B1   C2
A2    B1   C3

A3    B2   C1
A3    B2   C2
A3    B2   C3

我如何根据 A、B 列进行排名？预期输出：

 A     B    C   rank
-----------------------
A1    B1   C1    1
A1    B1   C2    2
A1    B1   C3    3

A2    B1   C1    1
A2    B1   C2    2
A2    B1   C3    3

A3    B2   C1    1
A3    B2   C2    2
A3    B2   C3    3

我想对 A、B 列进行分组，并根据 C 列值的变化给出排名？

Answer 1

您可以尝试以下操作吗？

df.withColumn("rank", F.rank().over(Window.partitionBy("A", "B").orderBy("C")))