Apache spark 为什么在spark分区数据中将列重命名为c0、c1？

以下是我的原始数据

 Name |Date      |
+-----+----------+
|Azure|2018-07-26|
|AWS  |2018-07-27|
|GCP  |2018-07-28|
|GCP  |2018-07-28|

我使用日期列对数据进行了分区

udl_file_df_read.write.format("csv").partitionBy("Date").mode("append").save(outputPath)

val events = spark.read.format("com.databricks.spark.csv").option("inferSchema","true").load(outputPath)

events.show()

输出列名为

（c0，日期）

。我不知道为什么缺少原始列名，如何保留列名

---

注意：这不是一个重复的问题，因为以下原因，此处除分区列以外的列被重命名为c0，并且在选项中指定基本路径不起作用。

您得到的列名类似于

c0

，因为问题中使用的CSV格式不保留列名

你可以试着用英语写作

udl_file_df_read
  .write.
  .option("header", "true")
  ...

同样地读

spark
  .read
  .option("header", "true")

---

您会得到像

c0

这样的列名，因为问题中使用的CSV格式不会保留列名

你可以试着用英语写作

udl_file_df_read
  .write.
  .option("header", "true")
  ...

同样地读

spark
  .read
  .option("header", "true")

---

当我写文件时，我可以通过将选项header设置为true来保留模式，我之前认为我只能使用此选项读取数据

---

udl_文件_df_read.write.option（“header”=“true”）。格式（“csv”）.partitionBy（“Date”）.mode（“append”）.save（outputPath）

在我写文件时，通过将选项头设置为true，我可以保留模式，我以前认为我只能使用此选项读取数据

---

udl_文件_df_read.write.option（“header”=“true”）。格式（“csv”）.partitionBy（“Date”）.mode（“append”）.save（outputPath）

谢谢，但我的要求是我需要csv格式的输出。当我们使用csv作为分区格式时，是否有其他方法保留列名？谢谢，但我的要求是我需要作为csv的输出格式。当我们使用csv作为分区格式时，还有其他方法保留列名吗？