Python 如何将dataframe列与pyspark中的另一个dataframe列进行比较？ #DataframeA和DataframeB匹配： DataframeA： 上校：名字“阿里”，“比拉尔”，“阿桑” DataframeB： 上校：名字“阿里”，“比拉尔”，“阿桑” #DataframeC和DataframeD不匹配： DataframeC： 上校：名字“阿里”，“阿桑”，“比拉尔” 数据框： 上校：名字“阿里”，“比拉尔”，“阿桑”

我想在适当的位置匹配列值，任何帮助都将不胜感激。

使用下面的Scala代码作为参考，并将其转换为python。根据您的

dataframe

名称更新

valcheck

行

    scala> val w = Window.orderBy(lit(1))
    scala> val check  = dfA.withColumn("rn", row_number.over(w)).alias("A").join(dfB.withColumn("rn", row_number.over(w)).alias("B"), List("rn"),"left").withColumn("check", when(col("A.name") === col("B.name"), lit("match")).otherwise(lit("not match"))).select("check").distinct.count

    scala> if (check == 1){
     | println("matched")} else (println("not matched"))

---

在python中使用

set

进行比较

DataframeC.columns
-> ["Ali", "Ahsan", "Bilal"]
DataframeD.columns
-> ["Ali", "Bilal", "Ahsan"]

DataframeC.columns == DataframeD.columns
-> False

set(DataframeC.columns) == set(DataframeD.columns)
-> True

---

那么问题是什么呢？