これと別の DataFrame の行の和集合を含む新しい DataFrame を返します。
構文
unionByName(other: "DataFrame", allowMissingColumns: bool = False)
パラメーター
| パラメーター | タイプ | 説明 |
|---|---|---|
other |
DataFrame | 結合する必要がある別の DataFrame。 |
allowMissingColumns |
bool、省略可能、既定の False | 不足している列を許可するかどうかを指定します。 |
返品
DataFrame: 2 つの指定された DataFrame の対応する列を持つ結合された行を含む新しい DataFrame。
メモ
このメソッドは、両方の入力 DataFrame に対して共用体操作を実行し、列を (位置ではなく) 名前で解決します。
allowMissingColumnsが True の場合、不足している列は null で埋められます。
例示
df1 = spark.createDataFrame([[1, 2, 3]], ["col0", "col1", "col2"])
df2 = spark.createDataFrame([[4, 5, 6]], ["col1", "col2", "col0"])
df1.unionByName(df2).show()
# +----+----+----+
# |col0|col1|col2|
# +----+----+----+
# | 1| 2| 3|
# | 6| 4| 5|
# +----+----+----+
df1 = spark.createDataFrame([[1, 2, 3]], ["col0", "col1", "col2"])
df2 = spark.createDataFrame([[4, 5, 6]], ["col1", "col2", "col3"])
df1.unionByName(df2, allowMissingColumns=True).show()
# +----+----+----+----+
# |col0|col1|col2|col3|
# +----+----+----+----+
# | 1| 2| 3|NULL|
# |NULL| 4| 5| 6|
# +----+----+----+----+