1回答
Pyspark数据框架ADM | $25.5 | $12.2CITI | $-12 | $9.1
我需要从“多头头寸”和“空头头寸”中选择前3名。
浏览 8提问于2019-07-09得票数 0
回答已采纳
我已经创建了一个空的dataframe，并开始添加它，通过读取每个文件。但其中一个文件的列数比前一个文件多。如何仅为所有其他文件选择第一个文件中的列？from pyspark.sql import SparkSession
from pyspark.sql.types import
浏览 1提问于2019-09-06得票数 3
回答已采纳
我有一个spark数据帧，行是这样的-2 | [d, e, f]现在我只想保留数组列中的前两个元素。
浏览 1提问于2018-10-25得票数 12
回答已采纳
1回答
PySpark特征选择与可解释性
、、、、
在PySpark中是否有一种方法来执行特性选择，但保留或获得一个映射回到原始的特性索引/描述？例如：
我有一个原始特性字符串的StringArray列(col = "rawFeatures")。然后我运行ChiSqSelector来选择前1000个特性(col = "selectedFeatures)。如何获得与前1000个特性对应的原始特性字符串(甚至是
浏览 1提问于2017-12-14得票数 4
我想对排序后的Pyspark数据帧进行基于时间的训练测试拆分。假设前300行将在训练集中，下200行将在测试拆分中。我可以用以下命令选择前300行： train = df.show(300) 但是如何从Pyspark dataframe中选择最后200行呢？
浏览 14提问于2019-03-13得票数 1
3回答
我使用来自PySpark的火花2。数据文件看起来就像a = spark.createDataFrame(a, ['des', 'id'])我想选择用‘des_col
浏览 9提问于2017-12-12得票数 0
回答已采纳
给定以下数据集，我希望选择在col1和col2上选择'n‘distinct结果的第一个和最后一个结果之间的行(所有列)。| 5 | 2 |9 | c | 7 | 2 |对于n=|
我正在尝试使用SELECT DISTINCT col1, col2 FROM
浏览 3提问于2016-05-16得票数 1
5回答
我正在开发一个包含n列的PySpark DataFrame。我有一组m列(m < n)，我的任务是选择其中包含最大值的列。例如：col_1 = [1,2,3], col_2 = [2,1,4], col_3 = [3,2,5]col_4 = max(col1,在PySpark中是否存在这样的方法，或者我是否应该将PySpa
浏览 7提问于2016-06-07得票数 29
回答已采纳
1回答
row.names = c(NA, -66L), .Names = c("calls_in_range",
top_n(
浏览 3提问于2017-05-31得票数 3
回答已采纳
这是一个组合学问题，需要散列算法中的一些理论。假设输入可以是任意大小为30 kB到5MB的随机字节序列(我猜这使得输入值有相当多的组合：)
从字节序列计算出的MD5散列的前4个字节(或前n个字节)对于不同的文件来说相同的概率是多少？如果不能专门为MD5散列计算这一点，那么生成均匀分布的m字节散列的任何散列函数在给定输入范围的前n个字节上计算冲突的
浏览 0提问于2009-11-13得票数 9
回答已采纳
1回答
如何选择数据框中的前N列并使其成为另一个数据框？ 有一个包含180列的DF，我想创建另一个包含前105列的DF，不在脚本中隐式提及列名。
浏览 42提问于2021-02-20得票数 0
回答已采纳
3回答
我有一个包含13 columns的表，其中一个表的类型为varchar(25)，其余的表类型为` `int (保存一年中每个月的值)。我知道如何从给定列中选择前n个列，但是如何跨多个列选择前n个呢？
浏览 2提问于2013-08-20得票数 2
1回答
我有一个元组的rdd，前两行如下所示：[('t', 3.6243409329763652),('vn', 3.6243409329763652),('n', 52.743253562212828),('v', 11.644347760553064)]]
在每个元组中，第一
浏览 3提问于2017-06-01得票数 0
回答已采纳
我在让postgres使用我的多列索引来使用btree_gin扩展进行全面搜索时遇到了问题。这是一个文章的搜索页面。rows=2248 width=384) (actual time=9.781..9.784 rows=36 loops=1) Sort Method: top-N11413Execution time: 9.860 ms
然后，我发现更难理解的是，它也拒绝在文章列表页面上使用这个简单的btree索引，在这些索引<e
浏览 3提问于2016-02-02得票数 2
1回答
假设我有一只熊猫数据集，列如下：我希望选择具有特定间隔的所有列，例如n.For示例，如果n=2和我从A开始，我将选择：H，G，D，C
我甚至可以从between.What中的任意随机列开始，这是一种有
浏览 0提问于2018-01-03得票数 0
回答已采纳
1回答
因此，我在Spark中有一个数据帧，其中包含以下数据： user_id item category scoreuser_1 item1item9 categoryA 4user_2 item11 categoryE 1 我想对它进行过滤，以便根据分数为每个用户只保留两个相同类别的项目，并且具有较低的分数(或者如果得分相等，则随机丢弃，直到只有两个该类别的项目为止)。我试着在窗口上设置一个
浏览 29提问于2021-01-11得票数 1
回答已采纳
我有一个表，我想要在列sub_category_id的基础上从每个组中获得前N个项目。如果我设置N=10，它将从每个组中选择第一个10行，或者如果我设置了N=5，那么它将从每个组中选择前5行。
浏览 11提问于2018-02-03得票数 1
回答已采纳
1回答
在dataset中，我有多个列，我正在选择我的feature集所需的列。在我的数据集中，有一个用于customerid的列(第4列)，到目前为止，我还没有选择它不是要在模型中考虑的特性。对于详细信息位于customerid中的客户，我很难将这个testdata列与testdata相关联。如果我从我在feature中形成的LabeledPoint向量中的datase
浏览 0提问于2015-08-12得票数 2
回答已采纳
3回答
既然可以从表中选择前N行，那么有没有办法从MySQL数据库表中选择前N列呢？
感谢你的回复，也许还有一些PHP代码。
浏览 0提问于2013-06-23得票数 14
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
