• ज्ञात मानों से डेटा की तुलना करता है
• दिए गए सेट में डेटा खोजना आसान
• अपेक्षाकृत तेज

parsed_df = spark.read.parquet('parsed_data.parquet')
company_df = spark.read.parquet('companies.parquet')
verified_df = parsed_df.join(company_df, parsed_df.company == company_df.company)

यह अपने आप उन सभी रो को हटा देता है जिनकी company valid_df में नहीं है!