【发布时间】:2021-09-23 23:00:53
【问题描述】:
我有两个 Spark DataFrame,第一个 (Events) 包含以下事件信息:
| Event_id | Date | User_id |
|---|---|---|
| 1 | 2019-04-19 | 1 |
| 2 | 2019-05-30 | 2 |
| 3 | 2020-01-20 | 1 |
第二个(User)包含来自用户的信息如下:
| Id | User_id | Date | Weight-kg |
|---|---|---|---|
| 1 | 1 | 2019-04-05 | 78 |
| 2 | 1 | 2019-04-17 | 75 |
| 3 | 2 | 2019-10-10 | 50 |
| 4 | 1 | 2020-02-10 | 76 |
我想知道的是如何使用 PySpark 在 Event Date 之前从 User 获取最新的权重值?
此代码的返回必须如下表:
| Event_id | Date | User_id | Weight-kg |
|---|---|---|---|
| 1 | 2019-04-19 | 1 | 75 |
| 2 | 2019-05-30 | 2 | null |
| 3 | 2020-01-20 | 1 | 75 |
【问题讨论】:
-
是的,你没看错,我要的是活动日期前的最新体重值
标签: pyspark