我在数据框中有一个分类列，它有一些级别，现在我想用最频繁的级别替换那些频率较低的级别（其总频率百分比小于指定百分比）。我怎么会以优雅和紧凑的方式认识到这一点？
下面是一个例子，如果我将指定的频率设置为0.3，那么级别“c”应该被级别“a”替换，因为它的频率只有1/6，低于0.3。
from pyspark.sql import Row
row = Row("foo")
df = sc.parallelize([ row("a"), row("b"), row("c"), row("a"), row("a"), row("b") ]).toDF()
答案 0 :(得分：0)
希望这有帮助！
GEOMETRY="${SCREEN_WIDTH}x${SCREEN_HEIGHT}x${SCREEN_DEPTH}"
Xvfb :99 -screen 0 $GEOMETRY &
export DISPLAY=:99
pybot --outputdir /out /tests
输出是：
Wait Until Page Contains dashboard 15s