![](/img/trans.png)
[英]alternative of pyspark inner join to compare two dataframes in pyspark
[英]Joining two dataframes through an inner join and a filter condition on Pyspark (Python)
我需要根据右侧 dataframe 中一列的值将两个数据帧与内部连接和过滤条件连接起来。 我已经尝试了一些我在这里看到的问题,但到目前为止没有任何工作,有人可以帮忙吗?
我有两个数据框:df_consumos_diarios 和 df_facturas_mes_actual_flg。 他们有一个共同点:id_cliente
这是两个DF:
df_consumos_diarios.show(5)
+----------+----------------+------------+----------------------+---------------------+----------+
|id_cliente|consumo_datos_MB|sms_enviados|minutos_llamadas_movil|minutos_llamadas_fijo| fecha|
+----------+----------------+------------+----------------------+---------------------+----------+
| 1| 664| 3| 25| 0|2020-08-01|
| 1| 943| 0| 12| 5|2020-08-02|
| 1| 1035| 1| 46| 10|2020-08-03|
| 1| 760| 3| 17| 0|2020-08-04|
| 1| 1409| 1| 31| 4|2020-08-05|
df_facturas_mes_actual_flg.show(5)
+----------+---------+-------+----------+----+-----------+
|id_cliente|id_oferta|importe| fecha|edad|flg_mes_ant|
+----------+---------+-------+----------+----+-----------+
| 1| 9| 36.5|2020-07-31| 26| 1|
| 1| 6| 118.6|2020-07-31| 26| 1|
| 1| 6| 124.5|2020-07-31| 26| 1|
| 2| 4| 95.0|2020-07-31| 58| 1|
| 3| 5| 102.5|2020-07-31| 68| 1|
+----------+---------+-------+----------+----+-----------+
我想做内部连接而不是合并或连接的原因是因为这些是 pyspark.sql 数据帧,我认为这样更容易。
我想要做的是加入从这两个中创建一个新的 dataframe,我只在右侧 dataframe 的“flg_mes_ant”下显示不等于 1 的值。 当我编写内部连接子句时,代码可以正常工作,但是添加过滤条件会使一切变得混乱。 这是我迄今为止尝试过的:
df2 = df_consumos_diarios.join(df_facturas_mes_actual_flg, on=["id_cliente"] &
[df_facturas_mes_actual_flg["flg_mes_ant"] != "1"], how='inner')
我收到的错误消息是:
类型错误:& 不支持的操作数类型:“列表”和“列表”
有谁知道我做错了什么以及如何克服这个错误?
您可以在加入后进行过滤:
import pyspark.sql.functions as F
df2 = df_consumos_diarios.join(
df_facturas_mes_actual_flg,
on="id_cliente",
how='inner'
).filter(F.col("flg_mes_ant") != "1")
或者你可以在加入前过滤正确的dataframe(应该更高效):
df2 = df_consumos_diarios.join(
df_facturas_mes_actual_flg.filter(df_facturas_mes_actual_flg["flg_mes_ant"] != "1"),
on="id_cliente",
how='inner'
)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.