Spark/PySpark 求教: 怎么给 join 结果加上一列 column 作为表示？（类似 left semi join）

[cqcn1991]

实在是对 sql/spark 不熟，不知道有没有朋友能指点一下？

比如，数据如下

customer = spark.createDataFrame([
    (0, "Bill Chambers"),
    (1, "Matei Zaharia"),
    (2, "Michael Armbrust")])\
  .toDF("customerid", "name")
  
order = spark.createDataFrame([
    (0, 0, "Product 0"),
    (1, 1, "Product 1"),
    (2, 1, "Product 2"),
    (3, 3, "Product 3"),
    (4, 1, "Product 4")])\
  .toDF("orderid", "customerid", "product_name")

我要拿到有 order 的 customer, 可以用 left semi来做

customer.join(order, ['customerid'], "left_semi").show()

返回结果如图

现在，我想直接加上一列has_order作为标记，而不是直接把没有的行去掉（这样方便对比分析、作图）。就是想得到这样的结果：

+----------+----------------+---------+ 
|customerid|            name|has_order| 
+----------+----------------+---------+ 
|         0| Bill Chambers  |     true| 
|         1| Matei Zaharia  |     true| 
|         2|Michael Armbrust|    false| 
+----------+----------------+---------+

想问下可以怎么做？

这个也在 stackoverflow 上问了一下，不知道这里有没有朋友可以指点一下，谢谢！

[zhusimaji]

可以看官方文档，都有例子的，给楼主贴个，使用 select 方法选择字段
>>> df.join(df2, 'name').select(df.name, df2.height).collect()
[Row(name='Bob', height=85)]