Spark DataFrame groupBy e classificação em ordem decrescente (pyspark)

Estou usando o pyspark (Python 2.7.9 / Spark 1.3.1) e tenho um GroupObject de dataframe que preciso filtrar e classificar em ordem decrescente. Tentar consegui-lo por meio deste pedaço de código.

group_by_dataframe.count().filter("`count` >= 10").sort('count', ascending=False)

Mas isso gera o seguinte erro.

sort() got an unexpected keyword argument 'ascending'

No sortmétodo PySpark 1.3 não leva parâmetro ascendente. Você pode usar o descmétodo:

from pyspark.sql.functions import col

(group_by_dataframe
    .count()
    .filter("`count` >= 10")
    .sort(col("count").desc()))

ou descfunção:

from pyspark.sql.functions import desc

(group_by_dataframe
    .count()
    .filter("`count` >= 10")
    .sort(desc("count"))

Ambos os métodos podem ser usados ​​com Spark> = 1.3 (incluindo Spark 2.x).

Use orderBy :

df.orderBy('column_name', ascending=False)

Resposta completa:

group_by_dataframe.count().filter("`count` >= 10").orderBy('count', ascending=False)

http://spark.apache.org/docs/2.0.0/api/python/pyspark.sql.html

De longe, a maneira mais conveniente é usar isto:

df.orderBy(df.column_name.desc())

Não requer importação especial.

No pyspark 2.4.4

1) group_by_dataframe.count().filter("`count` >= 10").orderBy('count', ascending=False)

2) from pyspark.sql.functions import desc
   group_by_dataframe.count().filter("`count` >= 10").orderBy('count').sort(desc('count'))

Não há necessidade de importar em 1) e 1) é curto e fácil de ler,
então eu prefiro 1) em vez de 2)

você pode usar groupBy e orderBy da seguinte maneira também

dataFrameWay = df.groupBy("firstName").count().withColumnRenamed("count","distinct_name").sort(desc("count"))