返回按指定列排序的新 DataFrame。
Syntax
sort(*cols: Union[int, str, Column, List[Union[int, str, Column]]], **kwargs: Any)
参数
| 参数 | 类型 | 说明 |
|---|---|---|
cols |
int、str、list 或 Column（可选） | 要排序依据的列名或列序号的列表。 |
ascending |
bool 或 list、optional、default True | 布尔值或布尔值列表。 升序排序与降序。 为多个排序顺序指定列表。 如果指定了列表，则列表的长度必须等于该 cols列表的长度。 |
退货
DataFrame：已排序的数据帧。
备注
列序号从 1 开始，这不同于从 0 开始 __getitem__的 。 如果列序号为负数，则表示降序排序。
示例
from pyspark.sql import functions as sf
df = spark.createDataFrame([
(2, "Alice"), (5, "Bob")], schema=["age", "name"])
df.sort(sf.asc("age")).show()
# +---+-----+
# |age| name|
# +---+-----+
# | 2|Alice|
# | 5| Bob|
# +---+-----+
df.sort(df.age.desc()).show()
# +---+-----+
# |age| name|
# +---+-----+
# | 5| Bob|
# | 2|Alice|
# +---+-----+
df.sort("age", ascending=False).show()
# +---+-----+
# |age| name|
# +---+-----+
# | 5| Bob|
# | 2|Alice|
# +---+-----+
df = spark.createDataFrame([
(2, "Alice"), (2, "Bob"), (5, "Bob")], schema=["age", "name"])
df.orderBy(sf.desc("age"), "name").show()
# +---+-----+
# |age| name|
# +---+-----+
# | 5| Bob|
# | 2|Alice|
# | 2| Bob|
# +---+-----+