将HDFS上一个文件夹中的许多逗号删除文件加载到pyspark数据帧中，第一个文件有头

我在HDFS中有一个文件夹。文件夹的内容包括：

_SUCCESS
part-00000
part-00001
...
part-00048

这些文件是csv格式的。第一个文件

part-00000

具有标题。其余的文件没有

读取文件时，我使用以下命令：

spark.read.load(
        fileLocation, 
        format='com.databricks.spark.csv', 
        header='true', 
        inferSchema='true'
    )

加载时，我收到一条警告：

WARN CSVDataSource:66-CSV头不符合架构。

读取除第一个文件外的所有文件时，会出现此错误，因为第一个文件包含头文件

完全错误：

WARN  CSVDataSource:66 - CSV header does not conform to the schema.
 Header: <row of data>
 Schema: <header field names>
Expected: <header field names>

警告CSVDataSource:66-CSV标头不符合架构。
标题：
模式：
预期：

---

上面，基本上，它说文件头是文件的第一行数据。但它期待着头球。所以我认为这是因为只有第一个文件有头

HDFS getmerge

处理此罚款。使用python/pyspark将文件作为csv加载时，如何避免此错误？您可以在单独的数据帧中读取第一个文件以获取其模式，然后将该模式应用于其余文件

sample=spark.read.load(
“第00000部分”，
format='com.databricks.spark.csv'，
header=True，
inferSchema=True，
)
df=spark.read.load(
文件位置，
format='com.databricks.spark.csv'，
schema=sample.schema
)