pyspark.pandas.Index.is_monotonic???
-
属性类
索引化is_monoc??? -
返回布尔值时对象单调增加
注解
当前mononocy要求打乱并聚合多次以检查本地和全球顺序,这有可能代价高昂。多索引中所有数据都传送到单节点上,目前单节点很容易引起模拟错误
注解
禁用spark配置spark.sql.optimizer.nestedSchemaPruning.enabled多索引使用pandas对spark < 1.7
- 回归
-
- is_monoc 布卢尔
实例
>>>师傅=ss系统.串行〔1/18,3/1+18,4/1/2013)>>>师傅.is_monoc真实性
>>>df=ss系统.数据Frame{{日期:[无,1/18,2/1+18,3/1+18})>>>df.日期显示.is_monoc虚伪
>>>df.索引化.is_monoc真实性
>>>师傅=ss系统.串行〔一号)>>>师傅.is_monoc真实性
>>>师傅=ss系统.串行家常便饭>>>师傅.is_monoc真实性
>>>师傅.重命名高山市a).to_frame(b).集索引高山市a).索引化.is_monoc真实性
>>>师傅=ss系统.串行〔5,4,3,2,一号万事通索引化=[一号,2,3,4,5)>>>师傅.is_monoc虚伪
>>>师傅.索引化.is_monoc真实性
多因德克斯支持
>>>中间形=ss系统.多因德ex.从_tuples高山市.[(c)项X级,'a')高山市X级,'b')高山市'y',C)高山市'y','d')高山市复元,e)>>>中间形multiIndexXBycydz',e's)>>>中间形.is_monoc真实性
>>>中间形=ss系统.多因德ex.从_tuples高山市.[(c)项复元,'a')高山市复元,'b')高山市'y',C)高山市'y','d')高山市X级,e)>>>中间形multiIndex([(z),a])zbycydsesss)>>>中间形.is_monoc虚伪