Fatal编程技术网
  • pyspark/
  • Pyspark 比较两个不同长度的列

Pyspark 比较两个不同长度的列

pyspark

Pyspark 比较两个不同长度的列,pyspark,pyspark-dataframes,Pyspark,Pyspark Dataframes,我正在使用两个pyspark数据帧，每一个都有一列。一个有3行（ColumnA），另一个有100行（ColumnB）。 我想将ColumnA的所有行与ColumnB的每一行进行比较。（我需要知道a列中是否有任何日期大于B列中的日期，如果是，请加上X列a 1） 如有任何建议，将不胜感激。谢谢大家! 交叉连接是一种解决方案- 例如— from pyspark.sql.types import * from pyspark.sql.functions import * A = [11

我正在使用两个pyspark数据帧，每一个都有一列。一个有3行（ColumnA），另一个有100行（ColumnB）。 我想将ColumnA的所有行与ColumnB的每一行进行比较。（我需要知道a列中是否有任何日期大于B列中的日期，如果是，请加上X列a 1）

如有任何建议，将不胜感激。谢谢大家!

交叉连接是一种解决方案-

例如—

from pyspark.sql.types import *      
from pyspark.sql.functions import *  

A = [11, 2, 13, 4]
B = [5, 6]

df = spark.createDataFrame(A,IntegerType())
df1 = spark.createDataFrame(B,IntegerType())
df.select(col("value").alias("A")).crossJoin(df1.select(col("value").alias("B"))).withColumn("C",when(col("A") > col("B"),1).otherwise(0)).select("A","B","C").show()

+---+---+---+
|  A|  B|  C|
+---+---+---+
| 11|  5|  1|
| 11|  6|  1|
|  2|  5|  0|
|  2|  6|  0|
| 13|  5|  1|
| 13|  6|  1|
|  4|  5|  0|
|  4|  6|  0|
+---+---+---+
请展示你已经尝试过的东西