如果我理解正确的话-你需要比较两个 Dataframe 的基础上的所有列以外的关键列。
在这种情况下，下面的将工作（即使有更多的列不仅仅是平衡）：

df2.alias("df2").join(df1.alias("df1"), [F.col("df2.Customerid") == F.col("df1.Customerid")], "left")\
.select("df2.Customerid", *[F.col("df2."+col) for col in df1.schema.names if col!="Customerid"]+[F.when(F.col("df1."+col) != F.col("df2."+col), "Mismatch").otherwise("Match").alias(col+"_IsMatch") for col in df1.schema.names if col!="Customerid"])\
.show()

输入（DF1-DF2）：

+----------+-------+
|Customerid|Balance|
+----------+-------+
|         1|    100|
|         2|    200|
|         3|    300|
+----------+-------+

+----------+-------+
|Customerid|Balance|
+----------+-------+
|         1|    200|
|         2|    200|
|         3|    300|
|         4|    400|
+----------+-------+

输出：

+----------+-------+---------------+
|Customerid|Balance|Balance_IsMatch|
+----------+-------+---------------+
|         1|    200|       Mismatch|
|         2|    200|          Match|
|         3|    300|          Match|
|         4|    400|          Match|
+----------+-------+---------------+

我确实有一些问题，虽然你的例子不能回答。

• 在您的示例中，来自df2且在df1中没有对应行的customerId为4的记录将保留在输出中，如果df1中也有这样的记录（在df2中没有匹配行）-您期望什么？
• 在您的示例中，由于customerId 1的余额发生了变化，您在in_active列中将其标记为N，那么为什么将customerId 1的另一行标记为Y？

让我知道这些，我会更新我的答案。