Question

数据框在第一行中显示_c0，_c1而不是我的原始列名称。
我想在CSV的第一行上显示我的列名。

    dff = 
    spark.read.csv("abfss://dir@acname.dfs.core.windows.net/
    diabetes.csv")
    dff:pyspark.sql.dataframe.DataFrame
    _c0:string
    _c1:string
    _c2:string
    _c3:string
    _c4:string
    _c5:string
    _c6:string
    _c7:string
    _c8:string

Answer 1

我只是按以下代码排序

    .select(col("_c0").alias("A"),
             col("_c1").alias("B"),
             col("_c2").alias("C"),
             col("_c3").alias("D"),
             col("_c4").alias("E")

            )

Answer 2

非常简单的解决方案是在读取文件时将header = True：

dff = spark.read.csv("abfss://dir@acname.dfs.core.windows.net/diabetes.csv", header=True)

Answer 3

在加载CSV文件时将标头设置为true。

spark.read.format("csv")
                   .option("delimiter", ",")
                   .option("header", "true")
                   .option("inferSchema", "true")
                   .load("file.csv")

如何在第一行中显示我现有的列名，而不是“ _c0”，“ _ c1”，“ _ c2”，“ _ c3”，“ _ c4”？

3 个答案: