感谢Databricks社区论坛上的Hemant，我找到了答案。

df1.write.format("delta").option("delta.columnMapping.mode", "name")
                         .option("path", "table_path").saveAsTable("new_table")

现在我可以用SQL查询它，也可以将它加载到Spark Dataframe 中：
x一个一个一个一个x一个一个二个x

SQL方式

这个方法做同样的事情，但是在SQL中。
首先，为CSV文件创建CSV支持的表：

CREATE TABLE table_csv
  USING CSV
  OPTIONS (path '/path/to/file.csv', 'header' 'true', 'mode' 'FAILFAST');

然后使用CSV支持的表创建增量表：

CREATE TABLE delta_table
  USING DELTA
  TBLPROPERTIES ("delta.columnMapping.mode" = "name")
  AS SELECT * FROM table_csv;

SELECT * FROM delta_table;

我已经验证了，如果省略TBLPROPERTIES语句，我会得到与使用Python时相同的错误。
我猜Python的答案是使用spark.sql并使用Python运行它，这样我就可以在SQL中嵌入CSV路径变量。

你可以在你正在使用的集群的Spark配置中设置这个选项，这就是你在运行时启用该模式的方法。
您还可以在运行时设置配置，如下所示：

spark.conf.set("spark.databricks.<name-of-property>", <value>)

以下几点对我很有效

spark.conf.set("spark.databricks.delta.properties.defaults.columnMapping.mode","name")

在您的原始帖子中，缺少“. properties.”