Pyspark中的R公式等效

Question

我正在嘗試為下面的R代碼找到等效的Pyspark代碼。

產生滯后變量

car <-
  car %>%
  group_by(Model) %>%
  mutate(Target.1 = lag(Target, 3),Sales.1 = lag(Sales, 3))

有任何想法嗎？ 謝謝

Answer 1

我認為使用Window函數應該可以工作，盡管您需要通過以下命令進行排序：

import pyspark.sql.functions as func
from pyspark.sql.window import Window

window = Window.partitionBy("Model").orderBy( ??? )
car = car.withColumn("Target.1", func.lag("Target", 3).over(window))\
    .withColumn("Sales.1", func.lag("Sales", 3))