我有以下数据帧: from pyspark.sql import functions as f
df = spark.createDataFrame,其中的值的总和是按group column分组的。"numb"].cast("double"))).over(Window.partitionBy(df["group_col"]))).show(10
我想使用pandas将单行中的特定列值与所有其他行进行比较。我创建了以下循环,但由于我的数据帧包含大约400,000行数据,所以执行起来耗时很长。有没有更智能/更快的方法来执行这个循环?对不起,我不是很会python流利,我更习惯于用.NET语言编码 NAME PROFILE URL Final Addresh