Python Pyspark dataframe使用默认值左连接

我有两个数据帧df1和df2。我正在尝试加入（左加入）

df1：

df2：

Final=df1.join（df2，on=['ID']，how='left'）

但是如果

Place

值为空，我想用

Name

列值填充

Place

列

预期产出：

    Name     ID       Age    Place
    AA       1        23     Germany
    BB       2        49     BB
    CC       3        76     Holland
    DD       4        27     DD
    EE       5        43     EE
    FF       6        34     FF
    GG       7        65     India

---

我能想到的解决方案是，一旦连接完成，我可以检查

Place

的值，如果值为null，则替换为

Name

。请让我知道，如果有任何其他优雅的解决办法。谢谢。

是的，谢谢。经过一些搜索后，管理使用，如下面的链接所示

from pyspark.sql.functions import coalesce
df1.withColumn("Place",coalesce(df1.Place,df.Name)) 

---

是的，谢谢。经过一些搜索后，管理使用，如下面的链接所示

from pyspark.sql.functions import coalesce
df1.withColumn("Place",coalesce(df1.Place,df.Name)) 

---

试试这个：

final=df1.merge（df2，on='ID'，how='left'）。assign（Place=lambda x:x['Place']）。fillna（x['Name']）

是的，谢谢。很抱歉，我忘了提到我正在pyspark数据帧中尝试这样做<代码>合并和

分配

不适用于pyspark数据帧。谢谢。试试这个：

final=df1。合并（df2，on='ID'，how='left'）。分配（Place=lambda x:x['Place']）。填充（x['Name']）

是的，谢谢。很抱歉，我忘了提到我正在pyspark数据帧中尝试这样做<代码>合并和

分配

不适用于pyspark数据帧。谢谢

    Name     ID       Age    Place
    AA       1        23     Germany
    BB       2        49     BB
    CC       3        76     Holland
    DD       4        27     DD
    EE       5        43     EE
    FF       6        34     FF
    GG       7        65     India

from pyspark.sql.functions import coalesce
df1.withColumn("Place",coalesce(df1.Place,df.Name))