如何在PySpark中按价值有效排序？

我认为

sortBy()

b = sc.parallelize([('t', 3),('b', 4),('c', 1)])bSorted = b.sortBy(lambda a: a[1])bSorted.collect()...[('c', 1),('t', 3),('b', 4)]

实际上，它根本没有效率，因为它涉及按值进行键控，按键进行排序，然后获取值，但它比后面的解决方案漂亮。在效率方面，我认为您不会找到更有效的解决方案，因为您将需要一种方法来转换数据，从而使值成为您的键（然后最终将数据转换回原始模式）。