Rozdělení

Vrátí nový datový rámec dělený danými výrazy dělení. Výsledný datový rámec je rozdělený na oddíly.

Syntaxe

repartition(numPartitions: Union[int, "ColumnOrName"], *cols: "ColumnOrName")

Parametry

Parameter	Typ	Description
numPartitions	int (integer)	může být int k určení cílového počtu oddílů nebo sloupce. Pokud se jedná o sloupec, použije se jako první sloupec dělení. Pokud není zadaný, použije se výchozí počet oddílů.
cols	str nebo Column	dělení sloupců.

Návraty

DataFrame: Repartitioned DataFrame.

Příklady

from pyspark.sql import functions as sf
df = spark.range(0, 64, 1, 9).withColumn(
    "name", sf.concat(sf.lit("name_"), sf.col("id").cast("string"))
).withColumn(
    "age", sf.col("id") - 32
)
df.repartition(10).select(
    sf.spark_partition_id().alias("partition")
).distinct().sort("partition").show()
# +---------+
# |partition|
# +---------+
# |        0|
# ...
# |        9|
# +---------+

df.repartition(7, "age").select(
    sf.spark_partition_id().alias("partition")
).distinct().sort("partition").show()
# +---------+
# |partition|
# +---------+
# |        0|
# ...
# |        6|
# +---------+