1. Learn
    2. /
  2. 课程
    3. /
  3. R 中使用 sparklyr 的 Spark 入门
Connected

道练习

反连接（Anti join）

在上一个练习中，合并后的数据集没有您预期得那么大，因为并非所有艺术家都有对应的标签。反连接非常适合用来定位其他连接中的问题。

反连接会返回第一个表中在第二个表里找不到匹配的那些行。下图展示了这一原理。

An anti join, explained using table of colors.

反连接属于一种过滤连接，因为它返回的是第一个表的内容，但会根据匹配条件对其行进行筛选。

反连接的语法与左连接几乎相同：只需将 left_join() 换成 anti_join()。

anti_join(a_tibble, another_tibble, by = c("id_col1", "id_col2"))

说明

100 XP

我们已经为您创建了名为 spark_conn 的 Spark 连接。存储在 Spark 中的曲目信息与艺术家标签分别已作为 tibble 预定义为 track_metadata_tbl 和 artist_terms_tbl。

  • 使用反连接按 artist_id 列将艺术家标签与曲目信息连接。将结果赋给 joined。
  • 使用 sdf_dim() 查看连接结果表的行数和列数。