Window 函数：返回窗口分区中行的排名，没有任何间隔。
排名和dense_rank之间的区别在于，当存在关系时，dense_rank在排名序列中没有差距。 也就是说，如果你使用dense_rank排名比赛，并有三个人打第二名，你会说，这三个人都排在第二位，下一个人排在第三位。 排名会给我顺序数字，使第三位（关系后）的人将登记为第五名。
这相当于 SQL 中的DENSE_RANK函数。
Syntax
from pyspark.sql import functions as sf
sf.dense_rank()
参数
此函数不采用任何参数。
退货
pyspark.sql.Column：用于计算排名的列。
例子
from pyspark.sql import functions as sf
from pyspark.sql import Window
df = spark.createDataFrame([1, 1, 2, 3, 3, 4], "int")
w = Window.orderBy("value")
df.withColumn("drank", sf.dense_rank().over(w)).show()
+-----+-----+
|value|drank|
+-----+-----+
| 1| 1|
| 1| 1|
| 2| 2|
| 3| 3|
| 3| 3|
| 4| 4|
+-----+-----+