我有一个PySpark数据框,其中包含一个ID,然后是一些变量,我想计算95%点。
printSchema()的一部分:
我发现了如何在Python中使用Spark Data frame和GroupBy推导百分位数,但是它出现了错误信息。
出现错误:“TypeError: wrapper() got an unexpected keyword argument 'quantiel'”
我的最后一次尝试:
出现错误:
PickleException: 期望构造 ClassDict(对于 numpy.dtype)的零个参数
我该如何解决?
root
|-- ID: string (nullable = true)
|-- MOU_G_EDUCATION_ADULT: double (nullable = false)
|-- MOU_G_EDUCATION_KIDS: double (nullable = false)
我发现了如何在Python中使用Spark Data frame和GroupBy推导百分位数,但是它出现了错误信息。
perc95_udf = udf(lambda x: x.quantile(.95))
fanscores = genres.withColumn("P95_MOU_G_EDUCATION_ADULT", perc95_udf('MOU_G_EDUCATION_ADULT')) \
.withColumn("P95_MOU_G_EDUCATION_KIDS", perc95_udf('MOU_G_EDUCATION_KIDS'))
fanscores.take(2)
属性错误:'float'对象没有'quantile'属性
我已经尝试过的其他UDF测试:
def percentile(quantiel,kolom):
x=np.array(kolom)
perc=np.percentile(x, quantiel)
return perc
percentile_udf = udf(percentile, LongType())
fanscores = genres.withColumn("P95_MOU_G_EDUCATION_ADULT", percentile_udf(quantiel=95, kolom=genres.MOU_G_EDUCATION_ADULT)) \
.withColumn("P95_MOU_G_EDUCATION_KIDS", percentile_udf(quantiel=95, kolom=genres.MOU_G_EDUCATION_KIDS))
fanscores.take(2)
出现错误:“TypeError: wrapper() got an unexpected keyword argument 'quantiel'”
我的最后一次尝试:
import numpy as np
def percentile(quantiel):
return udf(lambda kolom: np.percentile(np.array(kolom), quantiel))
fanscores = genres.withColumn("P95_MOU_G_EDUCATION_ADULT", percentile(quantiel=95)(genres.MOU_G_EDUCATION_ADULT)) \
.withColumn("P95_MOU_G_EDUCATION_KIDS", percentile(quantiel=95) (genres.MOU_G_EDUCATION_KIDS))
fanscores.take(2)
出现错误:
PickleException: 期望构造 ClassDict(对于 numpy.dtype)的零个参数
我该如何解决?