Używam następujący kod:
random = [("ABC",xx, 1),
("DEF",yy,1),
("GHI",zz, 0)
]
randomColumns = ["name","id", "male"]
randomDF = spark.createDataFrame(data=random, schema = randomColumns)
test_df = randomDF.select("name", "id")
test_df.filter(f.col("male") == '1').show()
Z powyższego kodu spodziewam się, że to doprowadzi do błędu, bo dla test_df nie wybieram męski kolumnę z oryginalnej ramki danych. Zaskakujące, ale powyższy wniosek działa dobrze, bez żadnych błędów i wyświetla następujący:
+---------+-------+
|name | id|
+---------+-------+
| abc| xx|
| def| yy|
+---------+-------+
Chcę zrozumieć logikę tego, co sprawia, że iskra. Zgodnie z dokumentacją spark Select zwraca nową ramkę danych. - Dlaczego on nadal może korzystać z męskiej kolumnę z nadrzędnego ramki danych.