sort_array

Trie le tableau d'entrée par ordre croissant ou décroissant selon l'ordre naturel des éléments du tableau. Les éléments nuls seront placés au début du tableau retourné par ordre croissant ou à la fin du tableau retourné par ordre décroissant.

Syntaxe

Python

from pyspark.sql import functions as sf

sf.sort_array(col, asc=True)

parameter

parameter	Type	Description
col	pyspark.sql.Column ou str	Nom de la colonne ou de l'expression.
asc	bool, facultatif	Si le tri doit être en ordre croissant ou décroissant. Si asc est Vrai (default), alors le tri est par ordre croissant. Si Faux, alors par ordre décroissant.

parameter	Type	Description
col	pyspark.sql.Column ou str	Nom de la colonne ou de l'expression.
asc	bool, facultatif	Si le tri doit être en ordre croissant ou décroissant. Si asc est Vrai (default), alors le tri est par ordre croissant. Si Faux, alors par ordre décroissant.

Renvoie

pyspark.sql.Column: Tableau trié.

Exemples

**Exemple 1** : Tri d'un tableau par ordre croissant

Python

import pyspark.sql.functions as sf
df = spark.createDataFrame([([2, 1, None, 3],)], ['data'])
df.select(sf.sort_array(df.data)).show()

Output

+----------------------+
|sort_array(data, true)|
+----------------------+
|       [NULL, 1, 2, 3]|
+----------------------+

Exemple 2 : Tri d'un tableau par ordre décroissant

Python

import pyspark.sql.functions as sf
df = spark.createDataFrame([([2, 1, None, 3],)], ['data'])
df.select(sf.sort_array(df.data, asc=False)).show()

Output

+-----------------------+
|sort_array(data, false)|
+-----------------------+
|        [3, 2, 1, NULL]|
+-----------------------+

Exemple 3 : Tri d'un tableau à un seul élément

Python

import pyspark.sql.functions as sf
df = spark.createDataFrame([([1],)], ['data'])
df.select(sf.sort_array(df.data)).show()

Output

+----------------------+
|sort_array(data, true)|
+----------------------+
|                   [1]|
+----------------------+

Exemple 4 : Tri d’un tableau vide

Python

from pyspark.sql import functions as sf
from pyspark.sql.types import ArrayType, StringType, StructField, StructType
schema = StructType([StructField("data", ArrayType(StringType()), True)])
df = spark.createDataFrame([([],)], schema=schema)
df.select(sf.sort_array(df.data)).show()

Output

+----------------------+
|sort_array(data, true)|
+----------------------+
|                    []|
+----------------------+

**Exemple 5** : Tri d'un tableau avec des valeurs nulles.

Python

from pyspark.sql import functions as sf
from pyspark.sql.types import ArrayType, IntegerType, StructType, StructField
schema = StructType([StructField("data", ArrayType(IntegerType()), True)])
df = spark.createDataFrame([([None, None, None],)], schema=schema)
df.select(sf.sort_array(df.data)).show()

Output

+----------------------+
|sort_array(data, true)|
+----------------------+
|    [NULL, NULL, NULL]|
+----------------------+