【发布时间】：2020-07-22 22:38:27
【问题描述】：
我有两个数据框，一个包含用户和项目列，另一个包含所有用户项目对及其分数。
user| item 和 user | item | item2 | rating2 | score
我想从第二个表中删除用户和项目出现在第一个数据框中的所有行。我不能使用减法，因为它们的列数不同？
这可以通过反连接来完成吗？
【问题讨论】：
标签： python sql python-3.x apache-spark pyspark
【发布时间】：2020-07-22 22:38:27
【问题描述】：
df2.join(df1, on=['user', 'item'], how="left_anti")
【讨论】：
-
答案看起来不错 +1。如果其中一个 DataFrame 小到可以广播，则应该进行广播连接：
big_df.join(broadcast(small_df)...。这样会快很多。