PYSPARK - Min

W Python PYSPARK to moduł Spark używany do zapewnienia podobnego rodzaju przetwarzania, takiego jak Spark za pomocą DataFrame. min () w PYSPARK służy do zwrócenia minimalnej wartości z określonej kolumny w ramce danych. Możemy uzyskać minimalną wartość na trzy sposoby.

1. Metoda 1: metodą Select ()
2. Metoda 2: Za pomocą metody AGG ()
3. Metoda 3: Za pomocą metody GroupBy ()

Wcześniej musimy stworzyć PYSPARK DATAFRAME do demonstracji.

Przykład:

Utworzymy ramkę danych z 5 wierszami i 6 kolumnami i wyświetlimy ją za pomocą metody show ().

#Wportu na moduł PYSPARK
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [
„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23,
„Wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16,
„Wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7,
„Wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „nazwa”: „Rohith”, „wiek”: 9,
„Wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37,
„Wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#Display DataFrame
df.pokazywać()

Wyjściowy zrzut ekranu:

Metoda -1: metodą Select ()

Możemy uzyskać minimalną wartość z kolumny w ramce danych za pomocą metody select (). Za pomocą metody min () możemy uzyskać minimalną wartość z kolumny. Aby użyć tej metody, musimy ją zaimportować z Pyspark.SQL.Moduł funkcji, a na koniec możemy użyć metody kolekcji (), aby uzyskać minimum z kolumny

Składnia:

df.Wybierz (min ('kolumn_name'))

Gdzie,

1. DF to wejście PYSPARK DATAFRAME
2. Kolumna_nazwa to kolumna, aby uzyskać minimalną wartość

Jeśli chcemy zwrócić minimalną wartość z wielu kolumn, musimy użyć metody min (.

Składnia:

df.Wybierz (min ('kolumn_name'), min ('kolumn_name'),… ., Min ('kolumn_name')))

Gdzie,

1. DF to wejście PYSPARK DATAFRAME
2. Kolumna_nazwa to kolumna, aby uzyskać minimalną wartość

Przykład 1: Pojedyncza kolumna

Ten przykład otrzyma minimalną wartość z kolumny wysokości w Pyspark DataFrame.

#Wportu na moduł PYSPARK
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Wportu na minimalną funkcję - min
od Pyspark.SQL.Funkcje importowe min
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [
„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23,
„Wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16,
„Wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7,
„Wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „nazwa”: „Rohith”, „wiek”: 9,
„Wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37,
„Wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#zwróć minimum z kolumny wysokości
df.Wybierz (min („wysokość”)).zbierać()

Wyjście:

[Row (min (wysokość) = 2.79)]

W powyższym przykładzie zwracana jest minimalna wartość z kolumny wysokości.

Przykład 2: Wiele kolumn

Ten przykład otrzyma minimalną wartość z kolumn wysokości, wieku i wagi w Pyspark DataFrame.

#Wportu na moduł PYSPARK
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Wprowadź minimalną funkcję - min
od Pyspark.SQL.Funkcje importowe min
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23,
„Wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16,
„Wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7,
„Wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „nazwa”: „Rohith”, „wiek”: 9,
„Wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37,
„Wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#zwróć minimum z kolumn wysokości, wieku i wagi
df.Wybierz (min („wysokość”), min („wiek”), min („waga”)).zbierać()

Wyjście:

[Row (min (wysokość) = 2.79, min (wiek) = 7, min (waga) = 17)

W powyższym przykładzie zwracana jest minimalna wartość z kolumn wysokości, wieku i wagi.

Metoda - 2: Za pomocą metody AGG ()

Możemy uzyskać minimalną wartość z kolumny w ramce danych za pomocą metody agg (). Ta metoda jest znana jako agregacja, która grupuje wartości w kolumnie. Wystąpi słownik jako parametr w tym kluczu, nazwa kolumny, a wartość jest funkcją agregowanej, i.mi., min. Za pomocą metody min () możemy uzyskać minimalną wartość z kolumny, a na koniec możemy użyć metody kolekcji (), aby uzyskać minimum z kolumny.

Składnia:

df.AGG ('kolumn_name': min)

Gdzie,

1. DF to wejście PYSPARK DATAFRAME
2. Kolumna_nazwa to kolumna, aby uzyskać minimalną wartość
3. Min jest funkcją agregacji używaną do zwrócenia minimalnej wartości

Jeśli chcemy zwrócić minimalną wartość z wielu kolumn, musimy określić nazwę kolumny z funkcją min oddzieloną przecinkiem.

Składnia:

df.AGG ('kolumn_name': min, 'kolumn_name': min,…, 'kolumn_name': min)

Gdzie,

1. DF to wejście PYSPARK DATAFRAME
2. Kolumna_nazwa to kolumna, aby uzyskać minimalną wartość
3. Min jest funkcją agregacji używaną do zwrócenia minimalnej wartości

Przykład 1: Pojedyncza kolumna

Ten przykład otrzyma minimalną wartość z kolumny wysokości w Pyspark DataFrame.

#Wportu na moduł PYSPARK
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [
„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23,
„Wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16,
„Wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7,
„Wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „nazwa”: „Rohith”, „wiek”: 9,
„Wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37,
„Wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#zwróć minimum z kolumny wysokości
df.AGG („Height”: 'min').zbierać()

Wyjście:

[Row (min (wysokość) = 2.79)]

W powyższym przykładzie zwracana jest minimalna wartość z kolumny wysokości.

Przykład 2: Wiele kolumn

Ten przykład otrzyma minimalną wartość z kolumn wysokości, wieku i wagi w Pyspark DataFrame.

#Wportu na moduł PYSPARK
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [
„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23,
„Wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16,
„Wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7,
„Wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „nazwa”: „Rohith”, „wiek”: 9,
„Wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37,
„Wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#zwróć minimum z kolumn wysokości, wieku i wagi
df.AGG („Height”: „Min”, „Age”: „Min”, „waga”: „Min”).zbierać()

Wyjście:

[Row (min (waga) = 17, min (wiek) = 7, min (wysokość) = 2.79)]

W powyższym przykładzie zwracana jest minimalna wartość z kolumn wysokości, wieku i wagi.

Metoda - 3: Za pomocą metody GroupBy ()

Możemy uzyskać minimalną wartość z kolumny w ramce danych za pomocą metody GroupBy (). Ta metoda zwróci minimalną wartość, grupując podobne wartości w kolumnie. Musimy użyć funkcji min () po wykonaniu funkcji grupy ()

Składnia:

df.Groupby (grupa_kolumn). Min („kolumn_nazwa”)

Gdzie,

1. DF to wejście PYSPARK DATAFRAME
2. Group_Column to kolumna, w której wartości są pogrupowane na podstawie tej kolumny
3. Kolumna_nazwa to kolumna, aby uzyskać minimalną wartość
4. Min jest funkcją agregacji używaną do zwrócenia minimalnej wartości.

Przykład 1:

W tym przykładzie zgrupujemy kolumnę adresu z kolumną wysokości, aby zwrócić wartość minimalną na podstawie tej kolumny adresu.

#Wportu na moduł PYSPARK
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [
„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23,
„Wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16,
„Wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7,
„Wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „nazwa”: „Rohith”, „wiek”: 9,
„Wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37,
„Wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#zwróć minimum z grupy kolumny wysokości za pomocą kolumny adresowej
df.Groupby („Adres”).Min („wysokość”).zbierać()

Wyjście:

Istnieją trzy unikalne wartości w polu adresu - Hyd, Guntur i Patna. Tak więc minimum zostanie utworzone przez grupowanie wartości w zakresie wartości adresu.

[Wiersz (adres = „hyd”, min (wysokość) = 3.69),
Wiersz (adres = „guntur”, min (wysokość) = 5.79),
Wiersz (adres = „patna”, min (wysokość) = 2.79)]

Przykład 2:

W tym przykładzie zgrupujemy kolumnę adresową z kolumną wagi, aby zwrócić wartość minimalną na podstawie tej kolumny adresu.

#Wportu na moduł PYSPARK
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [
„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23,
„Wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16,
„Wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7,
„Wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „nazwa”: „Rohith”, „wiek”: 9,
„Wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37,
„Wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#zwróć minimum z grupy kolumny wagowej z kolumną adresu
df.Groupby („Adres”).Min („waga”).zbierać()

Wyjście:

Istnieją trzy unikalne wartości w polu adresu - Hyd, Guntur i Patna. Tak więc minimum zostanie utworzone przez grupowanie wartości w zakresie wartości adresu.

[Wiersz (adres = „hyd”, min (waga) = 28),
Wiersz (adres = „guntur”, min (waga) = 67),
Wiersz (adres = „patna”, min (waga) = 17)]

Wniosek:

Omówiliśmy, jak uzyskać minimalną wartość z Pyspark DataFrame za pomocą metod wybierania () i agg (). Aby uzyskać minimalną wartość poprzez grupowanie z innymi kolumnami, użyliśmy grupy wraz z funkcją min (. Zobacz także artykuł Pyspark Max ().