几行的最大值[重复]答案

【问题标题】：Max value from several row [duplicate]几行的最大值[重复]
【发布时间】：2022-01-16 12:54:32
【问题描述】：

我有这样的 DF。我正在以 rdd 的形式处理表格

我想获得一个表格，其中包含给定国家/地区的最大订单价值和该客户的客户编号。

我不知道如何构造 map 函数。除非有更好的方法？

【问题讨论】：

【解决方案1】：

PySpark:

df.groupBy('customernumber', 'city').max('sum_of_orders')

Pandas:

df.groupby(['customernumber', 'city'])['sum_of_orders'].max()

【讨论】：

它对你有用吗？
不完整.. :/ Py4JError: 调用 None.org.apache.spark.api.python.PythonPartitioner 时出错。跟踪：py4j.Py4JException：构造函数 org.apache.spark.api.python.PythonPartitioner([class java.lang.String, class java.lang.Long]) 不存在 [...] py4j.commands.ConstructorCommand.invokeConstructor (ConstructorCommand.java:80) at py4j.commands.ConstructorCommand.execute(ConstructorCommand.java:69) at py4j.GatewayConnection.run(GatewayConnection.java:238) at java.lang.Thread.run(Thread.java:745)
我需要类似的东西 df.rdd.reduceByKey(lambda x: (some function))
stackoverflow.com/questions/33716047/… 可能会解决您的问题。
乍一看，我认为是这样 :D 非常感谢