使用Spark/Java的isin（）函数

我有以下两个数据帧

dataframe1
┌────────────┬─────────────┬──────────────┐
│idZones     │Longitude    │latitude      |
├────────────┼─────────────┼──────────────┤
|[50,30,10]  |-7.073781666 |33.826661     |
└────────────┴─────────────┴──────────────┘
dataframe2
┌────────────┬─────────────┬──────────────┐
│id          │col1         │col2          │
├────────────┼─────────────┼──────────────┤
│10          │aaaaaaaaaaaa │bb32          │
│90          │ppp          │cc20          │
└────────────┴─────────────┴──────────────┘

我想要以下输出

┌────────────┬─────────────┬──────────────┐
│id          │col1         |col2          │
├────────────┼─────────────┼──────────────┤
│10          │aaaaaaaaaaaa │bb32          │
└────────────┴─────────────┴──────────────┘

我使用以下代码

 dataframe1.join(dataframe2,dataframe2.col("id").isin(dataframe1.col("idZones")));

注意idZones列是一个数组[int]

我得到这个错误

cannot resolve '(`id` IN (dataframe1.`idZones`))' due to data type mismatch: Arguments must be same type but were: int != array<int>;;

由于数据类型不匹配，

无法解析“（`id`IN（dataframe1.`idZones`）”）”：参数必须是相同的类型，但为：int！=数组；；

我需要你的帮助

---

谢谢

尝试将

isin

替换为

array\u contains

dataframe1.join(dataframe2, expr("array_contains(idZones, id)"))

（固定代码，谢谢@shantanukher）

---

另一种方法是，您只需分解数据帧1.col（“idZones”），然后进行连接。

正如@Rayan所建议的，您可以在将数据帧1与数据帧2连接之前使用分解

创建数据帧-

val dataframe1 = Seq((Array(50,30,10),-7,30)).toDF("idZones","longitude","latitude")

val dataframe2 = Seq((10,"aaaaa","bb32"),(90,"ppp","cc20")).toDF("id","col1","col2")

爆炸逻辑-

dataframe1.select(explode($"idZones").as("idZones")).join(dataframe2, $"idZones" === dataframe2("id")).show(false)

输出-

+-------+---+-----+----+
|idZones|id |col1 |col2|
+-------+---+-----+----+
|10     |10 |aaaaa|bb32|
+-------+---+-----+----+

---

感谢您的回复。但无法解析“列”中的方法“array\u contains”，我想获取id位于idZones中的dataframe2行。请更正数组\u contains的语法-dataframe1。加入（dataframe2，expr（“array\u contains（idZones，id）”）。显示（false）