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
other	DataFrame	Outro DataFrame que precisa ser combinado.
allowMissingColumns	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|
# +----+----+----+----+