Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Retourneert een gestratificeerde steekproef zonder vervanging op basis van de breuk die op elk stratum is opgegeven.
Syntaxis
sampleBy(col: "ColumnOrName", fractions: Dict[Any, float], seed: Optional[int] = None)
Parameterwaarden
| Kenmerk | Typ | Beschrijving |
|---|---|---|
col |
Kolom of str | kolom die strata definieert. |
fractions |
Woordenboek | steekproeffractie voor elk stratum. Als een stratum niet is opgegeven, behandelen we de breuk als nul. |
seed |
int, optioneel | willekeurig zaad. |
Retouren
een nieuw DataFrame dat de gelaagde steekproef vertegenwoordigt.
Examples
from pyspark.sql import functions as sf
dataset = spark.range(0, 100, 1, 5).select((sf.col("id") % 3).alias("key"))
sampled = dataset.sampleBy("key", fractions={0: 0.1, 1: 0.2}, seed=0)
sampled.groupBy("key").count().orderBy("key").show()
# +---+-----+
# |key|count|
# +---+-----+
# | 0| 4|
# | 1| 9|
# +---+-----+
dataset.sampleBy(sf.col("key"), fractions={2: 1.0}, seed=0).count()
# 33