Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Retourne un nouveau DataFrame contenant l’union de lignes dans ce dataFrame et un autre DataFrame.
Syntaxe
unionByName(other: "DataFrame", allowMissingColumns: bool = False)
Paramètres
| Paramètre | Type | Description |
|---|---|---|
other |
DataFrame | Un autre DataFrame qui doit être combiné. |
allowMissingColumns |
bool, facultatif, false par défaut | Spécifiez s’il faut autoriser les colonnes manquantes. |
Retours
DataFrame: nouveau DataFrame contenant les lignes combinées avec les colonnes correspondantes des deux DataFrames donnés.
Remarques
Cette méthode effectue une opération d’union sur les deux DataFrames d’entrée, en résolvant les colonnes par nom (plutôt qu’en position). Quand allowMissingColumns la valeur est True, les colonnes manquantes sont remplies de valeurs Null.
Exemples
df1 = spark.createDataFrame([[1, 2, 3]], ["col0", "col1", "col2"])
df2 = spark.createDataFrame([[4, 5, 6]], ["col1", "col2", "col0"])
df1.unionByName(df2).show()
# +----+----+----+
# |col0|col1|col2|
# +----+----+----+
# | 1| 2| 3|
# | 6| 4| 5|
# +----+----+----+
df1 = spark.createDataFrame([[1, 2, 3]], ["col0", "col1", "col2"])
df2 = spark.createDataFrame([[4, 5, 6]], ["col1", "col2", "col3"])
df1.unionByName(df2, allowMissingColumns=True).show()
# +----+----+----+----+
# |col0|col1|col2|col3|
# +----+----+----+----+
# | 1| 2| 3|NULL|
# |NULL| 4| 5| 6|
# +----+----+----+----+