如何将两列合并到一个新的 DataFrame 中？

Question

我有两个数据帧（Spark 2.2.0 和 Scala 2.11.8）。第一个 DataFramedf1有一列称为col1，第二个df2也有 1 列称为col2。两个 DataFrame 中的行数相等。

如何将这两列合并到一个新的 DataFrame 中？

我试过了join，但我认为应该有其他方法来做到这一点。

另外，我尝试应用withColumm，但它无法编译。

val result = df1.withColumn(col("col2"), df2.col1)

更新：

例如：

df1 = 
col1
1
2
3

df2 = 
col2
4
5
6

result = 
col1  col2
1     4
2     5
3     6

Answer 1

如果这两列之间没有实际关系，听起来您需要联合运算符，它将返回，好吧，只是这两个数据帧的联合：

var df1 = Seq("a", "b", "c").toDF("one")
var df2 = Seq("d", "e", "f").toDF("two")

df1.union(df2).show

+---+ 
|one| 
+---+ 
| a | 
| b | 
| c | 
| d | 
| e | 
| f | 
+---+

[编辑] 现在您已经明确表示只需要两列，然后使用 DataFrames，您可以使用函数 monotonically_increasing_id() 添加行索引并加入该索引值的技巧：

import org.apache.spark.sql.functions.monotonically_increasing_id

var df1 = Seq("a", "b", "c").toDF("one")
var df2 = Seq("d", "e", "f").toDF("two")

df1.withColumn("id", monotonically_increasing_id())
    .join(df2.withColumn("id", monotonically_increasing_id()), Seq("id"))
    .drop("id")
    .show

+---+---+ 
|one|two|
+---+---+ 
| a | d | 
| b | e | 
| c | f |
+---+---+