uniãoPorNome
Retorna um novo DataFrame contendo a união das linhas deste DataFrame com as de outro DataFrame.
Sintaxe
unionByName(other: "DataFrame", allowMissingColumns: bool = False)
Parâmetros
Parâmetro | Tipo | Descrição |
|---|---|---|
| DataFrame | Outro DataFrame que precisa ser combinado. |
| booleano, opcional, default : Falso | Especifique se deseja permitir colunas ausentes. |
Devoluções
DataFrameUm novo DataFrame contendo as linhas combinadas com as colunas correspondentes dos dois DataFrames fornecidos.
Notas
Este método realiza uma operação de união em ambos DataFrames de entrada, resolvendo as colunas por nome (em vez de posição). Quando allowMissingColumns for verdadeiro, as colunas ausentes serão preenchidas com valores nulos.
Exemplos
Python
df1 = spark.createDataFrame([[1, 2, 3]], ["col0", "col1", "col2"])
df2 = spark.createDataFrame([[4, 5, 6]], ["col1", "col2", "col0"])
df1.unionByName(df2).show()
# +----+----+----+
# |col0|col1|col2|
# +----+----+----+
# | 1| 2| 3|
# | 6| 4| 5|
# +----+----+----+
df1 = spark.createDataFrame([[1, 2, 3]], ["col0", "col1", "col2"])
df2 = spark.createDataFrame([[4, 5, 6]], ["col1", "col2", "col3"])
df1.unionByName(df2, allowMissingColumns=True).show()
# +----+----+----+----+
# |col0|col1|col2|col3|
# +----+----+----+----+
# | 1| 2| 3|NULL|
# |NULL| 4| 5| 6|
# +----+----+----+----+