DataBricks中pandas.DataFrame.tail的等价物是啥[关闭]

Posted 2023-04-18

【中文标题】DataBricks中pandas.DataFrame.tail的等价物是啥[关闭]

【英文标题】：What is the equivalent of pandas.DataFrame.tail in DataBricks [closed]DataBricks中pandas.DataFrame.tail的等价物是什么[关闭]

【发布时间】：2019-01-14 15:29:08

【问题描述】：

DataBricks 中 pandas.DataFrame.tail 的等价物是什么？我在文档中搜索了一下，但没有找到任何相关功能。

【参考方案1】：

DataBricks 显然使用的是 pyspark.sql 数据帧，而不是 pandas。

# Index the df if you haven't already
# Note that monotonically increasing id has size limits
from pyspark.sql.functions import monotonically_increasing_id
df = df.withColumn("index", monotonically_increasing_id())

# Query with the index
tail = sqlContext.sql("""SELECT * FROM df ORDER BY index DESC limit 5""")
tail.show()

请注意，这很昂贵，并且无法发挥Spark 的优势。

另见：

https://medium.com/@chris_bour/6-differences-between-pandas-and-spark-dataframes-1380cec394d2

pyspark,spark: how to select last row and also how to access pyspark dataframe by index