join

Junte-se a outro DataFrame, usando a expressão join fornecida.

Sintaxe

join(other: "DataFrame", on: Optional[Union[str, List[str], Column, List[Column]]] = None, how: Optional[str] = None)

Parâmetros

Parâmetro	Tipo	Descrição
other	DataFrame	Lado direito da join.
on	str, lista ou coluna, opcional	uma string para o nome da coluna join , uma lista de nomes de colunas, uma expressão join (Coluna) ou uma lista de colunas. Se on for uma string ou uma lista de strings indicando o nome da(s) coluna(s) join , a(s) coluna(s) deve(m) existir em ambos os lados, e isso realiza umajoin equi.
how	str, opcional	default inner. Deve ser um dos seguintes: inner, cross, outer, full, fullouter, full_outer, left, leftouter, left_outer, right, rightouter, right_outer, semi, leftsemi, left_semi, anti, leftanti e left_anti.

Devoluções

DataFrame: DataFrame unido.

Exemplos

Python

import pyspark.sql.functions as sf
from pyspark.sql import Row
df = spark.createDataFrame([Row(name="Alice", age=2), Row(name="Bob", age=5)])
df2 = spark.createDataFrame([Row(name="Tom", height=80), Row(name="Bob", height=85)])

df.join(df2, "name").show()
# +----+---+------+
# |name|age|height|
# +----+---+------+
# | Bob|  5|    85|
# +----+---+------+

joined = df.join(df2, df.name == df2.name, "outer").sort(sf.desc(df.name))
joined.show()
# +-----+----+----+------+
# | name| age|name|height|
# +-----+----+----+------+
# |  Bob|   5| Bob|    85|
# |Alice|   2|NULL|  NULL|
# | NULL|NULL| Tom|    80|
# +-----+----+----+------+

df.alias("a").join(
    df.alias("b"), sf.col("a.name") == sf.col("b.name"), "outer"
).sort(sf.desc("a.name")).select("a.name", "b.age").show()
# +-----+---+
# | name|age|
# +-----+---+
# |  Bob|  5|
# |Alice|  2|
# +-----+---+