[英]Pyspark Delete rows in table one which matches rows in table two
這是我的用例:我有 2 個表, Today_data
和Yesterday_data
,例如:
今日數據:
Id Value
1 1_data
2 2_data
3 3_data
昨天數據:
Id Value
2 2_data
4 4_data
8 8_data
如果行匹配Yesterday_data
行,我想刪除Today_data
df 行。
Id Value
1 1_data
3 3_data
我在想它應該是一個簡單的左連接, Today_data
將在左側,但是在我閱讀了 pyspark 中的所有連接操作之后: https://sparkbyexamples.com/pyspark/pyspark-join-explained-with-examples /#pyspark-join-types ,我沒有看到他們中的任何一個可以解決我的問題。 有任何想法嗎?
您正在尋找left_anti
加入:
today_df = spark.createDataFrame([(1, "1_data"), (2, "2_data"), (3, "3_data")], ["Id", "Value"])
yesterday_df = spark.createDataFrame([(2, "2_data"), (4, "4_data"), (8, "8_data")], ["Id", "Value"])
result = today_df.join(yesterday_df, ["Id"], "left_anti")
result.show()
#+---+------+
#| Id| Value|
#+---+------+
#| 1|1_data|
#| 3|3_data|
#+---+------+
您提供的鏈接的本節對此進行了說明。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.