首先，感谢您花时间阅读我的问题。
我的问题如下：在Spark withJava中，我在两个dataframe中加载两个csv文件的数据。
这些数据帧将具有以下信息。
Dataframe机场
Id | Name | City
-----------------------
1 | Barajas | Madrid
数据框airport_city_state
City | state
----------------
Madrid | España
我想加入这两个数据帧，使其看起来像这样：
数据框结果
Id | Name | City | state
--------------------------
1 | Barajas | Madrid | España
dfairport.citydfaiport_city_state.city
但是我无法澄清语法，所以我可以正确地进行连接。我如何创建变量的一点代码：
// Load the csv, you have to specify that you have header and what delimiter you have
Dataset <Row> dfairport = Load.Csv (sqlContext, data_airport);
Dataset <Row> dfairport_city_state = Load.Csv (sqlContext, data_airport_city_state);
// Change the name of the columns in the csv dataframe to match the columns in the database
// Once they match the name we can insert them
Dfairport
.withColumnRenamed ("leg_key", "id")
.withColumnRenamed ("leg_name", "name")
.withColumnRenamed ("leg_city", "city")
dfairport_city_state
.withColumnRenamed("city", "ciudad")
.withColumnRenamed("state", "estado");
首先，非常感谢您的回应。
我已经尝试了我的两个解决方案，但没有一个工作，我得到以下错误：方法dfairport_city_state（字符串）是未定义的类型ETL_Airport
我无法访问数据框的特定列进行连接。
编辑：已经做了加入，我把解决方案放在这里，以防别人帮忙；）
谢谢你所做的一切和最好的问候
//Join de tablas en las que comparten ciudad
Dataset <Row> joined = dfairport.join(dfairport_city_state, dfairport.col("leg_city").equalTo(dfairport_city_state.col("city")));
您可以使用带有列名的join方法连接两个数据帧，例如：
Dataset <Row> dfairport = Load.Csv (sqlContext, data_airport);
Dataset <Row> dfairport_city_state = Load.Csv (sqlContext, data_airport_city_state);
Dataset <Row> joined = dfairport.join(dfairport_city_state, dfairport_city_state("City"));
还有一个重载版本允许您将join类型指定为第三个参数，例如：
数据集
这里有更多关于连接的信息。
