我有两个表，有两个公共列。 我正在使用这些列进行连接。 现在我想从其中一个表中删除常用列。 查了API，发现Spark里面有很多重载的方法。
其中一个是：org.apache.spark.sql.Dataset.drop(String... colNames)
但是我的问题是如何指定要从中删除列的表名。有什么办法吗？
我搜索并发现有一些别名的概念，但我不确定如何将其应用于此方法。
【问题讨论】：
标签： java apache-spark spark-dataframe
我发现有几种方法：
1) 在加入前重命名列。
2) 在一个类型中删除一列
ex. `df1.drop(df2.col("ACCT_NBR"));`
通过上面的表达式，我们得到 DF 作为返回类型，我们可以再次调用 drop 函数多次。
这解决了我的问题。
【讨论】：
您需要创建表的Dataframe/Dataset，然后使用.drop()
Dataset<Row> sa = spark.read().option("multiLine", true).option("mode", "PERMISSIVE").json("file-path");
sa.drop("col-name");
【讨论】：