別のDataFrameの列の値と一致する列の値に基づいてSparkR DataFrameをサブセット化する

Question

2つのSparkR DataFrames、newHiresDFおよびsalesTeamDFがあります。私はnewHiresDF$nameの値に基づいてnewHiresDFのサブセットを取得したいですが、それはsalesTeamDF$nameにありますが、これを行う方法がわかりません。以下は私の試みのコードです。

#Create DataFrames 
newHires <- data.frame(name = c("Thomas", "George", "Bill", "John"), 
    surname = c("Smith", "Williams", "Brown", "Taylor")) 
salesTeam <- data.frame(name = c("Thomas", "Bill", "George"), 
    surname = c("Martin", "Clark", "Williams")) 
newHiresDF <- createDataFrame(newHires) 
salesTeamDF <- createDataFrame(salesTeam) 
display(newHiresDF) 

#Try to subset newHiresDF based on name values in salesTeamDF 
#All of the below result in errors 
NHsubset1 <- filter(newHiresDF, newHiresDF$name %in% salesTeamDF$name) 
NHsubset2 <- filter(newHiresDF, intersect(select(newHiresDF, 'name'), 
    select(salesTeamDF, 'name'))) 
NHsubset3 <- newHiresDF[newHiresDF$name %in% salesTeamDF$name,] #This is how it would be done in R 

#What I'd like NHsubset to look like: 
    name surname 
1 Thomas Smith 
2 George Williams 
3 Bill Brown 

PySparkコードもご使用いただけます。

Answer 1

後で簡単に思える解決策を見つけました。ちょうどmergeを使用してください。

NHsubset <- merge(newHiresDF, select(salesTeamDF, 'name'))