intersect

Devuelve un nuevo dataframe que contiene filas solo en este dataframe y en otro dataframe. Tenga en cuenta que se quitan los duplicados. Para conservar los duplicados, use intersectAll.

Sintaxis

intersect(other: "DataFrame")

Parámetros

Devoluciones

DataFrame: DataFrame combinado.

Notas

Esto equivale a INTERSECT en SQL.

Ejemplos

df1 = spark.createDataFrame([("a", 1), ("a", 1), ("b", 3), ("c", 4)], ["C1", "C2"])
df2 = spark.createDataFrame([("a", 1), ("a", 1), ("b", 3)], ["C1", "C2"])
result_df = df1.intersect(df2).sort("C1", "C2")
result_df.show()
# +---+---+
# | C1| C2|
# +---+---+
# |  a|  1|
# |  b|  3|
# +---+---+

df1 = spark.createDataFrame([(1, "A"), (2, "B")], ["id", "value"])
df2 = spark.createDataFrame([(2, "B"), (3, "C")], ["id", "value"])
result_df = df1.intersect(df2).sort("id", "value")
result_df.show()
# +---+-----+
# | id|value|
# +---+-----+
# |  2|    B|
# +---+-----+