读取CSV文件的火花-列值以数字开始，以D/F结束
我使用spark读取一个CSV文件，CSV中的一个字段值是91520122094491671D。
读取后的值是9.152012209449166...。
我发现如果一个字符串以数字开头，以D/F结尾，结果就是这样。
但是我需要将数据作为字符串读取。
那么该怎么办？
tax_file_code| cus_name| tax_identification_number
T19915201| 息烽家吉装饰材料店| 91520122094491671D
Scala代码如下所示：
sparkSession.read.format("com.databricks.spark.csv")
.option("header", "true")
.option("inferSchema", true.toString)
.load(getHadoopUri(uri))
.createOrReplaceTempView("t_datacent_cus_temp_guizhou_ds_tmp")
sparkSession.sql(
s"""
| select cast(tax_file_code as String) as tax_file_code,
| cus_name,
| cast(tax_identification_number as String) as tax_identification_number
| from t_datacent_cus_temp_guizhou_ds_tmp
""".stripMargin).createOrReplaceTempView("t_datacent_cus_temp_guizhou_ds")
sparkSession.sql("select * from t_datacent_cus_temp_guizhou_ds").show
结果如下所示。
+-----------------+-----------------+-------------------------+
|tax_file_code | cus_name |tax_identification_number|
+-----------------+-----------------+-------------------------+
| T19915201 |息烽家吉装饰材料店 | 9.152012209449166...|
+-----------------+-----------------+-------------------------+
共有1个答案
听起来像是尾随的D/F将模式解释器设置为double或floats，列被截断，所以您看到的是指数值
如果希望所有列都是字符串，请移除
option("inferSchema", true.toString)
-
问题内容： 我需要阅读一个CSV文件，其中包含带有逗号的字段，因此我将包含逗号的字段加了双引号，例如： 但是，当我尝试在Python中读取文件时，得到的字段由逗号分隔，如下所示： 我正在读取具有以下代码的CSV文件： 是否可以读取包含逗号的双引号字段？ 问题答案： Python模块实际上确实支持带引号的字段，即使默认情况下也是如此。您的问题在于，默认情况下，Python不会跳过空格，因此您需要使用
-
我想从多列csv文件中读取特定列，并使用Java在其他csv文件中打印这些列。需要帮忙吗？下面是我逐行打印每个令牌的代码。。但我希望只打印多列csv中的几列。
-
然后我跑： 然后我得到： IllegalArgumentException：需求失败：列数不匹配。旧列名（1）：值新列名（5）：startIP,endIP,City,Longitude,Latitude at scala.predef$.require(predef.scala:224)at org.apache.spark.sql.dataset.todf（dataset.scala:376)a
-
我使用以下方法将csv文件读入Spark： df=spark.read.format(file_type).options(header='true'，quote='\"'，ignoreleadingwhitespace='true'，inferschema='true').load(file_location) 这是正常行为还是读错了？ 更新：我将标记问题作为回答，因为下面的提示是有用的。然而，
-
我得到了他们每个人的错误: 警告：fopen（../top.txt）[function.fopen]：无法打开流：没有这样的文件或目录 警告：文件大小（）[function.filesize]：统计失败…/top.txt 警告：fread（）：提供的参数不是有效的流资源 警告：fclose（）：提供的参数不是有效的流资源 所有文件和文件夹中的CHMOD，设置为777 服务器上存在所有文件 PHP5
-
我尝试使用pyspark读取csv文件，并使用以下pyspark代码： 但是我得到了这个错误： 在collect(self)532中使用SCCallSiteSync(self._sc)作为CSS:533 sock_info=self._jdf.collectTopython()-->534返回列表(_load_from_socket(sock_info,BatchedSerializer()))5