Python 如果行匹配，PySpark将列值设置为另一个数据帧值

嗨，我想检查spark dataframe列值，并根据检查行名称是否与另一个dataframe行匹配来设置它

例如：

df1:
average name
3.5      n1
1.2      n2
4.2      n3

df2:
name    
n1     
n1        
n1    
n2
n3
n1
n2
n3
n3

df_i_want:
average name
3.5      n1
3.5      n1
3.5      n1
1.2      n2
4.2      n3
3.5      n1
1.2      n2
4.2      n3
4.2      n3

---

您需要加入才能执行此任务：

## join both data on name
df3 = df2.join(df1, on='name',how='left')

# change column sequence
df3 = df3.select('average','name')

# order by name values
df3 = df3.orderBy('name', ascending=True)

---

您需要加入才能执行此任务：

## join both data on name
df3 = df2.join(df1, on='name',how='left')

# change column sequence
df3 = df3.select('average','name')

# order by name values
df3 = df3.orderBy('name', ascending=True)

---

你所需要做的就是加入

您可以实现如下结果

将数据框
df2
与
name
上的
df1
连接，然后选择所需列的顺序

df3 = df2.join(df1, on = 'name').select('average', 'name')

上面的代码片段应该会为您提供所需的结果
您所需要做的就是加入
Join

您可以实现如下结果

将数据框
df2
与
name
上的
df1
连接，然后选择所需列的顺序

df3 = df2.join(df1, on = 'name').select('average', 'name')

上面的代码片段应该会给你想要的结果
为什么你们会投反对票请解释？为什么你们会投反对票请解释？