cume_dist

Fönsterfunktion: returnerar den kumulativa fördelningen av värden i en fönsterpartition, dvs. bråket rader som ligger under den aktuella raden.

Syntax

from pyspark.sql import functions as sf

sf.cume_dist()

Parameterar

Den här funktionen tar inga parametrar.

Retur

pyspark.sql.Column: kolumnen för beräkning av kumulativ fördelning.

Examples

from pyspark.sql import functions as sf
from pyspark.sql import Window
df = spark.createDataFrame([1, 2, 3, 3, 4], "int")
w = Window.orderBy("value")
df.withColumn("cd", sf.cume_dist().over(w)).show()

+-----+---+
|value| cd|
+-----+---+
|    1|0.2|
|    2|0.4|
|    3|0.8|
|    3|0.8|
|    4|1.0|
+-----+---+