Dataframe 拼花地板文件出现异常：本地日期时间参数的UTC偏移量与偏移量参数不匹配

在代码中，我能够将日期列从字符串转换为日期类型，但在打开时输出拼花文件出现以下错误：

Parquet.ParquetException:读取列“日期”时发生致命错误 System.ArgumentException:本地dateTime参数的UTC偏移量与偏移量参数不匹配

---

有人能帮我吗？

我无法复制这个-

试着写和读同样的东西

val df1=Seq（（“2014-10-06”）、（“2014-10-07”）、（“2014-10-08”）、（“2014-10-09”）、（“2014-10-10”）。toDF（“日期”）
df1.printSchema（）
/**
*根
*|--DATE:string（nullable=true）
*/
导入org.apache.spark.sql.functions.{col，to_date}
val df2=df1。带列（“日期”，至日期（列（“日期”），“yyyy-MM-dd”））
df2.printSchema（）
/**
*根
*|--DATE:DATE（nullable=true）
*/
df2.write.mode（SaveMode.Overwrite）.parquet（“/Users/sokale/models/stack”）
spark.read.parquet（“/Users/sokale/models/stack”）.show（false）
/**
* +----------+
*|日期|
* +----------+
* |2014-10-08|
* |2014-10-09|
* |2014-10-10|
* |2014-10-06|
* |2014-10-07|
* +----------+
*/

我也可以从read.parquet中将其作为数据帧读取，但是当我试图在parquet Viewer应用程序中打开它时，它会出现错误。您可以尝试将列的名称更改为

日期列吗？类似于
val df2=df1.withColumn（“date\u column”）、to\u date（col（“date”）、“yyyy-MM-dd”）
。保存
df2
并尝试通过应用程序读取
零件
文件。可能是应用程序在某种不同的意义上使用了
DATE
import sparkSession.sqlContext.implicits._
val df = Seq(("2014-10-06"), ("2014-10-07"), ("2014-10-08"), ("2014-10-09"), ("2014-10-10")).toDF("DATE")
df.printSchema()

import org.apache.spark.sql.functions.{col, to_date}
val df2 = df.withColumn("DATE", to_date(col("DATE"), "yyyy-MM-dd"))
df2.printSchema()

df2.write.mode(SaveMode.Overwrite).parquet("C:\\TEMP\\")

root
 |-- DATE: string (nullable = true)

root
 |-- DATE: date (nullable = true)