我有一个具有500万行的PySpark DataFrame，并且想要获得随机选择的子集的描述。

当我生成相同分数的两个不同样本时，我得到相同的结果。

  

sample_1 = df.sample（分数= 0.03，种子=无）

sample_1.describe().show(100)
+-------+--------------------+
|summary|            row_name|
+-------+--------------------+
|  count|              160933|
|   mean|2.921313376194685...|
| stddev| 3.50815577432219E13|
|    min|            10111444|
|    max|            99955723|
+-------+--------------------+

  

sample_2 = df.sample（分数= 0.03，种子=无）

sample_2.describe().show(100)

+-------+--------------------+
|summary|            row_name|
+-------+--------------------+
|  count|              160933|
|   mean|2.921313376194685...|
| stddev| 3.50815577432219E13|
|    min|            10111444|
|    max|            99955723|
+-------+--------------------+

sample_1 == sample_2
False

两个不同数据框的描述如何相同？

  

SparkContext（）。version ='2.4.4'