trier

Renvoie un nouveau DataFrame trié par la ou les colonnes spécifiées.

Syntaxe

sort(*cols: Union[int, str, Column, List[Union[int, str, Column]]], **kwargs: Any)

parameter

parameter	Type	Description
cols	int, str, list ou Colonne, facultatif	liste de noms de colonne ou d'ordinaux de colonne à trier par.
ascending	bool ou liste, facultatif, default True	booléen ou liste de booléens. Trier par ordre croissant ou décroissant. Spécifiez une liste pour plusieurs ordres de tri. Si une liste est spécifiée, la longueur de la liste doit être égale à la longueur de cols.

parameter	Type	Description
cols	int, str, list ou Colonne, facultatif	liste de noms de colonne ou d'ordinaux de colonne à trier par.
ascending	bool ou liste, facultatif, default True	booléen ou liste de booléens. Trier par ordre croissant ou décroissant. Spécifiez une liste pour plusieurs ordres de tri. Si une liste est spécifiée, la longueur de la liste doit être égale à la longueur de cols.

Renvoie

DataFrame: DataFrame trié.

Notes

Un ordinal de colonne start à partir de 1, ce qui est différent du __getitem__ basé sur 0. Si un ordinal de colonne est négatif, cela signifie un tri décroissant.

Exemples

Python

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|
# +---+-----+