在 Apache Spark 中，sortBy 函數本身并不直接處理缺失值。當你使用 sortBy 對 DataFrame 或 RDD 進行排序時，缺失值（null）會被視為最小的值。這是因為 Spark 的 Ordering trait 默認將 null 值視為最小值。
如果你想在使用 sortBy 時對缺失值進行處理，可以使用 na 函數來處理 DataFrame 中的缺失值。例如，你可以使用 na.fill() 函數將缺失值替換為某個特定的值，然后再進行排序。以下是一個使用 PySpark 的示例：
from pyspark.sql import SparkSession
from pyspark.sql.functions import col, na, fill
# 創建 Spark 會話
spark = SparkSession.builder \
.appName("Handle Missing Values in SortBy") \
.getOrCreate()
# 創建一個包含缺失值的 DataFrame
data = [(1, "A"), (2, None), (3, "B"), (4, None), (5, "C")]
columns = ["id", "value"]
df = spark.createDataFrame(data, columns)
# 使用 na.fill() 函數填充缺失值
filled_df = df.na.fill({"value": "unknown"})
# 使用 sortBy 對填充后的 DataFrame 進行排序
sorted_df = filled_df.orderBy("value")
# 顯示排序后的 DataFrame
sorted_df.show()
在這個示例中，我們首先創建了一個包含缺失值的 DataFrame。然后，我們使用 na.fill() 函數將 “value” 列中的缺失值替換為 “unknown”。最后，我們使用 orderBy 函數對填充后的 DataFrame 進行排序。
請注意，這個示例使用的是 PySpark，但你可以根據你使用的 Spark 版本和語言（如 Scala 或 Java）進行調整。
