PYSPARK - ROW_NUMBER() PARTITION BY 以获得最大购买金额

大佬教程收集整理的这篇文章主要介绍了PYSPARK - ROW_NUMBER() PARTITION BY 以获得最大购买金额，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决PYSPARK - ROW_numbER() PARTITION BY 以获得最大购买金额？

开发过程中遇到PYSPARK - ROW_numbER() PARTITION BY 以获得最大购买金额的问题如何解决？下面主要结合日常开发的经验，给出你关于PYSPARK - ROW_numbER() PARTITION BY 以获得最大购买金额的解决方法建议，希望对你解决PYSPARK - ROW_numbER() PARTITION BY 以获得最大购买金额有所启发或帮助；

dataCo_Window = Window.partitionBy("Order_Customer_ID","Order_Date")\
               .orderBy(desc("Order_Item_@R_286_10586@l"))\
               .rowsbetween(Window.unboundedPreceding,Window.currentRow)
from pyspark.sql.functions import dense_rank,rank
PurchaseDenseRank = dense_rank().over(dataCo_Window)
df_dataCo_dates.where("1=1").orderBy("Order_Customer_ID")\
.SELEct(col("Order_Customer_ID"),\
    col("Order_Date"),\
    col("Order_Item_@R_286_10586@l"),\ 

块引用

PurchaseDenseRank.alias("PurchaseDenseRank"),maxpurchaseamount.alias("maxpurchaseamount")).show() ....

我低于错误

org.apache.spark.sql.catalyst.errors.package$TreeNodeException：执行，树：

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

大佬总结

以上是大佬教程为你收集整理的PYSPARK - ROW_NUMBER() PARTITION BY 以获得最大购买金额全部内容，希望文章能够帮你解决PYSPARK - ROW_NUMBER() PARTITION BY 以获得最大购买金额所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。