DataFrame df1 包含列:a,b,c,d,e(空数据集)
DataFrame df2 包含列:b,c,d,e,_c4(包含数据)
我想将这两个DataFrame联合起来。我尝试使用:
df1.union(df2);
这会将数据填充到位置。但我希望用列名填充数据。
然后我尝试了以下方法:
df1.unionByName(df2, allowMissingColumns= true);
但是在 ``allowMissingColumns= true` 时,会抛出错误。我知道这是由于版本原因造成的。我使用的Spark版本是2.4.4。
df1:
|a|b|c|d|e|
+---------+
| | | | | |
+---------+
df2:
|b|c|d|e|_c4|
+-----------+
|2|3|5|6| |
+-----------+
预期输出:
|a|b|c|d|e|
+---------+
| |2|3|5|6|
+---------+
我的问题是有没有其他方法使用列名覆盖一个空数据框(df1)以使用填充的数据框(df2)?或者我需要修改pom.xml文件中的版本号码?
请提供一些建议。
pom文件:
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>rule</groupId>
<artifactId>qwerty</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>qwerty</name>
<description>code</description>
<dependencies>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.11</artifactId>
<version>2.4.4</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.11</artifactId>
<version>2.4.4</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.hive/hive-jdbc -->
<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-jdbc</artifactId>
<version>3.1.2</version>
</dependency>
<dependency>
<groupId>com.databricks</groupId>
<artifactId>spark-avro_2.11</artifactId>
<version>4.0.0</version>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-assembly-plugin</artifactId>
<version>3.0.0</version>
<configuration>
<outputDirectory>${project.build.directory}</outputDirectory>
<archive>
<manifest>
<mainClass>qwerty.qwerty</mainClass>
</manifest>
</archive>
<descriptorRefs>
<descriptorRef>jar-with-dependencies</descriptorRef>
</descriptorRefs>
</configuration>
<executions>
<execution>
<id>make-assembly</id>
<phase>package</phase>
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
<plugin>
<artifactId>maven-compiler-plugin</artifactId>
<configuration> <source>1.8</source> <target>1.8</target> </configuration>
</plugin>
</plugins>
</build>
</project>