如何在Spark SQL中按列降序排序？

Question

我试过df.orderBy("col1").show(10)，但它按升序排序。 df.sort("col1").show(10)也按降序排列。我看着stackoverflow和我发现的答案都是过时的或referred to RDDs。我想在spark中使用本地数据框。

Answer 1

它在org.apache.spark.sql.DataFrame为sort方法：

df.sort($"col1", $"col2".desc) 

注$和.desc内sort该列由结果进行排序。

Answer 2

您还可以通过导入火花SQL函数排序的列

import org.apache.spark.sql.functions._ 
df.orderBy(asc("col1")) 

或者

import org.apache.spark.sql.functions._ 
df.sort(desc("col1")) 

进口sqlContext.implicits._

import sqlContext.implicits._ 
df.orderBy($"col1".desc) 

或者

import sqlContext.implicits._ 
df.sort($"col1".desc) 

Answer 3

df.sort（$ “的ColumnName” .desc）.show（）

Answer 4

最简单的办法是只添加参数升=假：

df.orderBy("col1", ascending=False).show(10) 

参考：http://spark.apache.org/docs/2.1.0/api/python/pyspark.sql.html#pyspark.sql.DataFrame.orderBy