Sql PySpark-如何使用join更新数据帧？

我有一个数据帧a：

id,value
1,11
2,22
3,33

和另一个数据帧b：

id,value
1,123
3,345

我想根据列“id”使用来自b的所有匹配值更新数据帧a

最终数据帧“c”将是：

id,value
1,123
2,22
3,345

如何使用datafame连接或其他方法实现这一点

尝试：

a.join(b, a.id == b.id, "inner").drop(a.value)

提供不需要的输出：

+---+---+-----+
| id| id|value|
+---+---+-----+
|  1|  1|  123|
|  3|  3|  345|
+---+---+-----+

---

谢谢。

我认为没有更新功能。但这应该是可行的：

import pyspark.sql.functions as F

df1.join(df2, df1.id == df2.id, "left_outer") \
   .select(df1.id, df2.id, F.when(df2.value.isNull(), df1.value).otherwise(df2.value).alias("value")))

---

我认为没有更新功能。但这应该是可行的：

import pyspark.sql.functions as F

df1.join(df2, df1.id == df2.id, "left_outer") \
   .select(df1.id, df2.id, F.when(df2.value.isNull(), df1.value).otherwise(df2.value).alias("value")))

---

查看逻辑即可得出结论，但获取错误raise TypeErrorColumn不是带SELECT的iterableReplaced列查看逻辑即可得出结论，但获取错误raise TypeErrorColumn不是带SELECT的iterableReplaced列它将强制转换您，但会得到结果。scala>dfd.joindf.selectid，Seqid，internal.uniondf.joindfd，Seqid，left_anti.orderByid.show它将强制转换您，但会得到结果。scala>dfd.joindf.selectid，Seqid，internal.uniondf.joindfd，Seqid，left_anti.orderByid.show