left join达不到想要的效果，得到的不是左表的样本数，原因在这！！！

1）区别：左表 left join 右表 on/where
left join 是以左表为主，on是不管条件满不满足，都会保留左表的内容，而where，则是将不满足条件的过滤掉了；
2）左表 left join 右表 on 的时候，左表和右表都必须去重，并且都必须保证on条件后面用到的列不会为null，否则，你left join得到的样本数永远不会是左表样本数，得到一个奇怪的数。特别注意，left join 对两个表的要求比较高：去重，无null值；

select * from student join takes on students.ID = takes.ID与
select × from student,takes where students.ID = takes.ID 等价；
但与select * from student join takes where students.ID = takes.ID 有区别

dfh71 = sqlContext.sql("select h7._c0 as company_name,h6.company_name as add_company_name from h7 left join h6 on h7._c0 = h6.company_name ")
    dfh71.createOrReplaceTempView('h71')
    dfh72 = sqlContext.sql("select h71.company_name from h71 where add_company_name != company_name ")
    dfh72.repartition(1).write.csv(os.path.join(myfeature_path, "temp_the_lost_shixin_features.csv"),
                                  mode='overwrite', header=True)
 dfh72 = sqlContext.sql("select h71.company_name from h71 where add_company_name != company_name ")
 语句用 不等于 ！=最后得到个空表；需要用add_company_name is null