Join 如何连接两个RDD'；在Pyspark中是否有特定列？

如何将两个RDD与item_id列连接起来

 ##
  RDD1 = spark.createDataFrame([('45QNN', 867),
                        ('45QNN', 867),
                        ('45QNN',  900  )]
                       , ['id', 'item_id'])
 RDD1=RDD1.rdd

 RDD2 = spark.createDataFrame([('867',229000,'house',90),
                        ('900',350000,'apartment',120)]
                       , ['item_id', 'amount','parent','size'])
 RDD2=RDD2.rdd

按照建议 我确实尝试过，但它得到的数据集是空的

innerJoinedRdd = RDD1.join(RDD2)
or
RDD2.join(RDD1, RDD1("item_id")==RDD2("item_id")).take(5)

---

我需要所有列，除了父列。请提供帮助？

可能重复的解决方案我尝试了解决方案，但rdd1不起作用。join（rdd2）

join

假设第一个“列”是join键。您必须映射第一个

rdd

，才能更改元素的顺序。尝试

rdd1.map（lambdax:（x[1]，x[0]）。加入（rdd2）

。还有，为什么要使用

rdd

？只需使用数据框：

df1.join（df2，on=“item\u id”）

谢谢，但仍然不起作用。[]这就是我得到的。我有一个大数据集，我必须使用rdd。一个rdd是字符串，另一个是int。请尝试：

rdd1.map（lambda x:（str（x[1]），x[0]）。join（rdd2）

。我有一个大数据集，我必须使用RDD——这毫无意义-