PySpark：基于当前行值计算行数

我有一个带有“速度”列的数据帧
我能否有效地为每一行添加一列数据帧中的行数，以使其“速度”在行“速度”的+/2以内

---

您可以使用窗口功能：

#按速度排序窗口，并查看范围[0；+2]
w=Window.orderBy（'Speed'）。范围介于（0,2）之间
#定义一列，计算包含值Speed+2的行数
结果=results.withColumn（'count+2'，F.count（'Speed'）。over（w））。orderBy（'Speed'））
结果显示（）
+-----+-----+
|速度|计数|
+-----+-----+
|    1|    6|
|    1|    6|
|    2|    7|
|    2|    7|
|    3|   10|
|    3|   10|
|    4|   11|
|    4|   11|
|    4|   11|
|    5|    8|
|    5|    8|
|    5|    8|
|    5|    8|
|    5|    8|
|    6|    4|
|    6|    4|
|    6|    4|
|    8|    2|
|   10|    2|
|   12|    1|
+-----+-----+

注意：窗口函数对所研究的行本身进行计数。您可以通过在count列中添加-1来更正此问题

results=results.withColumn（'count+2'，F.count（'Speed'）。over（w）-1）。orderBy（'Speed'））

能否添加所需输出的样本？非常感谢！我会试试：-）。我一直在拼命寻找F.when（）的解决方案，这真的很麻烦。如果我看到的速度范围是十进制的，你能给我一个提示吗？比如速度在+/-0.5以内？我得到了一个“方法rangeBetween（[class java.lang.Double，class java.lang.Double]）不存在”的错误事实上，它看起来像是

pyspark.sql.Window.rangeBetween

只接受整数作为参数。然后你可以将你的速度栏乘以10，并在+/-5范围内工作

df=df.withColumn（“speed_bis”F.col（“speed”）*10）

是的，谢谢，这就是我刚才做的，而且似乎很有效。我验证了答案。

results = spark.createDataFrame([[1],[2],[3],[4],[5],
                                 [4],[5],[4],[5],[6],
                                 [5],[6],[1],[3],[8],
                                 [2],[5],[6],[10],[12]], 
                                 ['Speed'])

results.show()

+-----+
|Speed|
+-----+
|    1|
|    2|
|    3|
|    4|
|    5|
|    4|
|    5|
|    4|
|    5|
|    6|
|    5|
|    6|
|    1|
|    3|
|    8|
|    2|
|    5|
|    6|
|   10|
|   12|
+-----+