Python 如果两个列值位于另一个数据帧中，如何在pyspark中添加列？

我对派斯帕克很陌生。我有两个这样的数据帧：

df1：

df2：

---

df1中的标签列最初不存在。我后来加的。如果df1的

[user\u id，sku\u id]

对在df2中，那么我想在df1中添加一列并将其设置为1，否则为0，就像df1显示的那样。我怎样才能在pyspark中完成它？我正在使用py2.7。

首先在两个数据帧上进行左外连接，然后在右数据帧的一列上使用

和
函数。这是我尝试过的完整解决方案-

from pyspark.sql import functions as F
from pyspark.sql.functions import col

# this is just data input
data1 = [[4,3,3],[2,4,3],[4,2,4],[4,3,3]]
data2 = [[4,3,3],[2,3,3],[4,1,4]]

# create dataframes
df1 = spark.createDataFrame(data1,schema=['userId','sku_id','type'])
df2 = spark.createDataFrame(data2,schema=['userId','sku_id','type'])

# condition for join
cond=[df1.userId==df2.userId,df1.sku_id==df2.sku_id,df1.type==df2.type]

# magic
df1.join(df2,cond,how='left_outer')\
  .select(df1.userId,df1.sku_id,df1.type,df2.userId.alias('uid'))\
  .withColumn('label',F.when(col('uid')>0  ,1).otherwise(0))\
  .drop(col('uid'))\
  .show()

输出：

+------+------+----+-----+
|userId|sku_id|type|label|
+------+------+----+-----+
|     2|     4|   3|    0|
|     4|     3|   3|    1|
|     4|     3|   3|    1|
|     4|     2|   4|    0|
+------+------+----+-----+