Spark DataFrame使用变量实现OrderBy排序失败问题求助

你之前的代码报错，是因为orderBy方法根本没有cols这个参数，直接传列名变量就行，下面给你几种可行的写法：

基础写法：直接传字符串变量 #

如果你的变量就是列名的字符串，直接丢给orderBy就行，再搭配ascending指定排序方向：

city_col = "city_col"
# 正确写法
sdf_ordered = sdf.orderBy(city_col, ascending=True)

进阶写法：结合col()函数 #

要是你需要对列做处理（比如转小写、取别名）后再排序，用col()包裹变量更灵活：

from pyspark.sql.functions import col

city_col = "city_col"
sdf_ordered = sdf.orderBy(col(city_col), ascending=True)

多列排序场景 #

如果要按多个变量指定的列排序，把变量放进列表里，ascending也可以对应传布尔值列表控制每列的方向：

city_col = "city_col"
age_col = "age"
# city_col升序，age_col降序
sdf_ordered = sdf.orderBy([city_col, age_col], ascending=[True, False])

内容的提问来源于stack exchange，提问作者Dylan García