【发布时间】:2020-05-16 02:06:28
【问题描述】:
在第一个 DF 中,3 列构成唯一主键:
df1.select(concat(col("col1"), col("col2"), col("col3"))
在第二个 DF 中,1 列是主键:
df2.select("col4")
如何在主键上加入这两个数据框?
我试过了:
final_df = df1.join( df2, df1.select(concat(col("col1"), col("col2"), col("col3"))) == df2.select("col4") )
出现错误:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/spark/python/pyspark/sql/dataframe.py", line 1037, in join
assert isinstance(on[0], Column), "on should be Column or list of Column"
AssertionError: on should be Column or list of Column
【问题讨论】:
标签: dataframe apache-spark join pyspark