【问题标题】：Error java.lang.AssertionError: assertion failed when i display dataframe (created joining others dataframes)错误 java.lang.AssertionError：当我显示数据帧时断言失败（创建加入其他数据帧）
【发布时间】：2020-01-24 07:55:48
【问题描述】：

我正在加入三个数据帧，一切正常，但是当我在最后一个数据帧（加入三个前一个数据帧）调用“显示”方法时，数据块返回此错误：

java.lang.AssertionError: assertion failed

我正在使用：

%fs head dbfs:/databricks-datasets/iot-stream/data-user/

%fs ls dbfs:/databricks-datasets/iot-stream/data-user/

有人可以帮我吗？谢谢！

这些是数据框架构：

df_MaximasCalorias

ID：长（可为空=真）
Max_Calorias: double (nullable = true)

df_MinCalorias

user_id: long (nullable = true)
Min_Calorias: double (nullable = true)

df_MediaCalorias

user_id: long (nullable = true)
Media_Calorias：双倍（可为空 = true）

数据框 = dfCalorias（加入 df_MaximasCalorias 和 df_MinCalorias）

ID：长（可为空=真）
Max_Calorias: double (nullable = true)
Min_Calorias: double (nullable = true)

Dataframe = dfCaloriasFinal（加入 dfCalorias 和 df_MediaCalorias）

ID：长（可为空=真）
Max_Calorias: double (nullable = true)
Min_Calorias: double (nullable = true)
Media_Calorias：双倍（可为空 = true）

这是完整的代码：

更改列名

df_MaximasCalorias = df_MaximasCalorias.withColumnRenamed("user_id","ID").withColumnRenamed("max(calories_burnt)","Max_Calorias") 

df_MinimasCalorias = df_MinimasCalorias.withColumnRenamed("min(calories_burnt)","Min_Calorias") df_MediaCalorias = df_MediaCalorias.withColumnRenamed("avg(calories_burnt)","Media_Calorias")

创建连接表达式

joinExpression = df_MaximasCalorias["ID"] == df_MinimasCalorias['user_id']

第一次加入

dfCalorias = df_MaximasCalorias.join(df_MinimasCalorias, joinExpression, "inner").select("ID","Max_Calorias","Min_Calorias") dfCalorias.show()

显示数据。完美运行

display(dfCalorias)

现在加入新的数据框`dfCalorias` 和`df_MediaCalorias`

joinExpression = dfCalorias["ID"] == df_MediaCalorias['user_id'] 



dfCaloriasFinal = dfCalorias.join(df_MediaCalorias, joinExpression, "inner").select("ID","Max_Calorias","Min_Calorias","Media_Calorias")

此代码出错

display(dfCaloriasFinal)

【问题讨论】：

标签： dataframe join display databricks assertion

【解决方案1】：

感谢详细的问题！我很确定你的错误是这个陈述

joinExpression = dfCalorias["ID"] == df_MediaCalorias['user_id']

将joinExpression 设置为布尔值，因为您将其设置为等于比较。您最好在函数本身中编写连接方程

dfCaloriasFinal = dfCalorias.join(df_MediaCalorias, dfCalorias["ID"] == df_MediaCalorias['user_id'], "inner").select("ID","Max_Calorias","Min_Calorias","Media_Calorias")