技術標籤：問題出現我就告訴大家

簡單的問題，橫向連線兩個df，如下圖所示。

pyspark中沒有類似padas中的pd.concat([df1,df2],axis='columns')用以連線兩個df，中文搜尋半天都是些文不對題的答案，還是得科學搜尋，牆外出真知。特此記錄解決辦法：

from pyspark.sql.functions import monotonically_increasing_id as mi
id=mi()
df1 = df1.withColumn("match_id", id)
cont_data = cont_data.withColumn("match_id", id)
cont_data = cont_data.join(df1,df1.match_id==cont_data.match_id, 'inner').drop(df1.match_id)
 

pyspark只能用join方法橫向連線，因此需要構造一個臨時的相同列使用。構造完之後丟棄即可。