hive某张表中sex列的值有："男","女","F","M"，4个不同的值，动态从mysql数据库中获取sex列的值对应的标准值，用spark2.4根据获取的标准值将sex列原来的值转化为标准值，并把转化后的数据全部存入另外一张表汇中

可以使用Spark DataFrame的`join`函数和`withColumn`函数来实现：

# 读取原始表格
df = spark.read.table("原始表格")

# 从MySQL数据库中获取sex列的标准值
standard_df = spark.read.format("jdbc").options(
    url="jdbc:mysql://<host>:<port>/<database>",
    driver="com.mysql.jdbc.Driver",
    dbtable="<table>",
    user="<username>",
    password="<password>"
).load()

# 将原始表格和标准表格进行join
df = df.join(standard_df, df.sex == standard_df.sex_ori, "left_outer")

# 使用withColumn函数将sex列中的不同值转化为标准值
df = df.withColumn("sex_std", when(df.sex_ori.isNull(), df.sex).otherwise(df.sex_std))

# 存储转化后的数据到另外一张表中
df.write.mode("overwrite").saveAsTable("另外一张表")

在上述代码中，我们首先使用`spark.read.table`函数读取原始表格，并使用`spark.read.format("jdbc")`函数从MySQL数据库中获取sex列的标准值。然后，我们使用`join`函数将原始表格和标准表格进行join操作，得到一个包含`sex_ori`和`sex_std`两列的DataFrame。其中，`sex_ori`列为原始表格中的`sex`列，`sex_std`列为从标准表格中获取的对应标准值。接下来，我们使用`when`函数将`sex`列中的不同值转化为标准值，并使用`withColumn`函数添加一列`sex_std`来存储转化后的值。最后，我们使用`write`函数将转化后的数据存入另外一张表中。请注意在`options`中替换MySQL数据库的相关信息。