多列连接后的Pyspark放置列

Question

我试图在pyspark中的两列上进行左连接，其中只有一列被命名为相同：

如何删除已连接数据框df2.date和df2.accountnr的两列？

dfAll = (
    df1
    .join(df2, 
        [df1.order_date == df2.date, df1.accountnr== df2.accountnr], 
        how = 'left')
)

添加 .drop(df2.date, df2.accountnr)（错误：col应该是字符串）或 不幸的是，.drop('date', 'accountnr')（错误：列名不明确）无法正常工作。

我能想到的唯一解决方案是首先将df2.accountnr重命名为df2.accountnr2，然后使用.drop('date', 'accountnr2')

是否有更好的解决方案，可以直接将连接列放在pyspark中？

Answer 1

直接将列名用作连接条件的一部分，这需要重命名一个DataFrame上的列（在此示例中，我将选择123-abc 234-bca 567-yuio）。之后，您也无需再丢弃任何内容：

df1