返回数值列 expr 的精确百分位数（s），其值为 [0.0， 1.0]。
Syntax
from pyspark.sql import functions as sf
sf.percentile(col, percentage, frequency=1)
参数
| 参数 | 类型 | Description |
|---|---|---|
col |
pyspark.sql.Column 或 str |
数值列。 |
percentage |
pyspark.sql.Column浮点数、浮点数列表或浮点数元组 |
十进制中的百分比（必须介于 0.0 和 1.0 之间）。 |
frequency |
pyspark.sql.Column 或 int |
控制频率的正数值文本（默认值：1）。 |
退货
pyspark.sql.Column：数值列的确切 percentile 值。
例子
示例 1：计算多个百分位
from pyspark.sql import functions as sf
key = (sf.col("id") % 3).alias("key")
value = (sf.randn(42) + key * 10).alias("value")
df = spark.range(0, 1000, 1, 1).select(key, value)
df.select(
sf.percentile("value", [0.25, 0.5, 0.75], sf.lit(1))
).show(truncate=False)
+--------------------------------------------------------+
|percentile(value, array(0.25, 0.5, 0.75), 1) |
+--------------------------------------------------------+
|[0.7441991494121..., 9.9900713756..., 19.33740203080...]|
+--------------------------------------------------------+
示例 2：按组计算百分位数
from pyspark.sql import functions as sf
key = (sf.col("id") % 3).alias("key")
value = (sf.randn(42) + key * 10).alias("value")
df = spark.range(0, 1000, 1, 1).select(key, value)
df.groupBy("key").agg(
sf.percentile("value", sf.lit(0.5), sf.lit(1))
).sort("key").show()
+---+-------------------------+
|key|percentile(value, 0.5, 1)|
+---+-------------------------+
| 0| -0.03449962216667...|
| 1| 9.990389751837...|
| 2| 19.967859769284...|
+---+-------------------------+