Apache spark 使用pyspark对spark数据帧进行分组、排序和聚合

我有一个数据框，看起来像：

A     B    C
---------------
A1    B1   0.8
A1    B2   0.55
A1    B3   0.43

A2    B1   0.7
A2    B2   0.5
A2    B3   0.5

A3    B1   0.2
A3    B2   0.3
A3    B3   0.4

如何将“C”列转换为A列的相对排名（得分越高->排名越高）？预期产出：

A     B    Rank
---------------
A1    B1   1
A1    B2   2
A1    B3   3

A2    B1   1
A2    B2   2
A2    B3   2

A3    B1   3
A3    B2   2
A3    B3   1

我希望达到的最终状态是聚合列B并存储每个A的列：

例如：

B    Ranks
B1   [1,1,3]
B2   [2,2,2]
B3   [3,2,1]

添加等级：

from pyspark.sql.functions import *
from pyspark.sql.window import Window

ranked =  df.withColumn(
  "rank", dense_rank().over(Window.partitionBy("A").orderBy(desc("C"))))

分组人：

grouped = ranked.groupBy("B").agg(collect_list(struct("A", "rank")).alias("tmp"))

排序并选择：

grouped.select("B", sort_array("tmp")["rank"].alias("ranks"))

使用Spark 2.1.0进行测试

windowSpec = Window.partitionBy("col1").orderBy("col2")

ranked = demand.withColumn("col_rank", row_number().over(windowSpec))

ranked.show(1000)

---

[！[示例][1]][1]

最喜欢的按钮在哪里？