我的情况如下。我有一个主Dataframedf1。我在for循环中进行处理以反映更改,我的伪代码如下所示。
for Year in [2019, 2020]:
query_west = query_{Year}
df_west = spark.sql(query_west)
df_final = DF1.join(df_west, on['ID'], how='left')
在这种情况下,df\u final将加入查询并在每次迭代中更新,对吗?我希望在for循环中的每个迭代中,这些更改都反映在我的主Dataframedf1上。
请告诉我我的逻辑是否正确。谢谢。
1条答案
按热度按时间m528fe3b1#
正如@venky\的评论所建议的,您需要添加另一行
DF1 = df_final
在for循环的末尾,为了确保在每次迭代中更新df1。另一种方法是使用
reduce
一次合并所有的连接。例如相当于