使用 Pyspark 連接多個數據幀

Question

我有以下數據框

df1 - df1_id, name, age
df2 - df2_id, df1_id, subject, marks
df3 - df3_id, df2_id, city, country

結果

dfResult = df1_id, name, age, df2_id, subject, marks, df3_id, city, country

這在 Pyspark 中可能嗎？ 我知道我可以使用 join 將 df1 和 df2 連接在一起

left_join = df1.join(df2, df1.df1_id == df2.df2_id,how='left')

但我不確定我是否可以加入所有三個以獲得預期的輸出。

Answer 1

您應該能夠將join ：

df1.join(df2, ['df1_id'], how='left').join(df3, ['df2_id'], how='left')