divisão aleatória

Divide aleatoriamente este DataFrame com os pesos fornecidos.

Sintaxe

randomSplit(weights: List[float], seed: Optional[int] = None)

Parâmetros

Parâmetro	Tipo	Descrição
weights	Lista	Lista de números de ponto flutuante de dupla precisão (doubles) como pesos para dividir o DataFrame. Os pesos serão normalizados se a soma deles não for igual a 1,0.
seed	int, opcional	A semente para amostragem.

Devoluções

lista: Lista de DataFrames.

Exemplos

Python

from pyspark.sql import Row
df = spark.createDataFrame([
    Row(age=10, height=80, name="Alice"),
    Row(age=5, height=None, name="Bob"),
    Row(age=None, height=None, name="Tom"),
    Row(age=None, height=None, name=None),
])

splits = df.randomSplit([1.0, 2.0], 24)
splits[0].count()
# 2
splits[1].count()
# 2