Join DataFrame menerima DataFrame lain, sebuah kondisi atau kunci bersama, dan jenis join. Left join mempertahankan record di sisi kiri; left_semi dan left_anti menguji ada atau tidaknya kecocokan tanpa menambahkan field sisi kanan. Cross join menghasilkan setiap kombinasi, yang berguna untuk grid perencanaan kecil dan mahal untuk input besar.
Sebelum melakukan join pesanan ke pelanggan, ganti nama id pelanggan menjadi customer_id dan pilih hanya field pelanggan yang Anda perlukan. Ini menghindari referensi id yang ambigu setelahnya. Union menumpuk baris alih-alih mencocokkan kunci. union menyelaraskan berdasarkan posisi, sedangkan unionByName menyelaraskan berdasarkan nama; keduanya tidak menghapus duplikat secara otomatis. Contoh-contohnya memakai penyelarasan berdasarkan nama ketika kolom sumber berada di posisi yang berbeda. Spark terdistribusi dapat melakukan shuffle data untuk menjalankan join. Simulator lokal ini memeriksa baris, bukan klaim runtime produksi.
Gunakan left join agar pesanan dengan kunci pelanggan yang hilang tetap ada.