你可以这样对它：

join_on = (df1.ID == df2.ID) & \
          (F.year(df1.date1) == F.year(df2.date2)) & \
          (F.month(df1.date1) == F.month(df2.date2))
df = df1.join(df2, join_on)

完整示例：

from pyspark.sql import functions as F
df1 = spark.createDataFrame(
    [(1, 1, '2018-01-05'),
     (1, 2, '2018-02-05'),
     (2, 4, '2018-04-05'),
     (2, 1, '2018-05-05'),
     (3, 1, '2019-01-05'),
     (3, 4, '2019-02-05')],
    ['ID', 'col1', 'date1'])
df2 = spark.createDataFrame(
    [(1, 1, '2018-01-08'),
     (1, 1, '2018-02-08'),
     (2, 4, '2018-04-08'),
     (2, 3, '2018-05-08'),
     (3, 1, '2019-01-08'),
     (3, 4, '2019-02-08')],
    ['ID', 'col2', 'date2'])

join_on = (df1.ID == df2.ID) & \
          (F.year(df1.date1) == F.year(df2.date2)) & \
          (F.month(df1.date1) == F.month(df2.date2))
df = df1.join(df2, join_on).drop(df2.ID)

df.show()

# +---+----+----------+----+----------+

# | ID|col1|     date1|col2|     date2|

# +---+----+----------+----+----------+

# |  1|   1|2018-01-05|   1|2018-01-08|

# |  1|   2|2018-02-05|   1|2018-02-08|

# |  2|   4|2018-04-05|   4|2018-04-08|

# |  2|   1|2018-05-05|   3|2018-05-08|

# |  3|   1|2019-01-05|   1|2019-01-08|

# |  3|   4|2019-02-05|   4|2019-02-08|

# +---+----+----------+----+----------+