pyspark 代码练习7 —— 分层抽样

原创

于 2019-09-11 12:26:41 发布 · 1.8k 阅读

·

0

·

CC 4.0 BY-SA版权

文章标签：

本文通过实例详细介绍了如何使用PySpark进行分层抽样，内容包括理解分层抽样的概念，设置抽样比例，以及具体在PySpark代码中的实现步骤，帮助读者掌握大数据环境下进行分层抽样的技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

seed = 10
sampleby = 'colA'
fraction=0.8
franctions = df.select(sampleby).distinct().withColumn('fraction', lit(fraction)).rdd.collec

200万优质内容无限畅学

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。