更简单的方法是使用.withColumn并将column_one_of_many转换为字符串。

一米二米一x

from pyspark.sql.types import *

spark.read.format('com.databricks.spark.csv') \ 
  .option('delimited',',') \ 
  .option('header','true') \ 
  .option('inferschema', 'true') \ 
  .load('dbfs:/FileStore/some.csv')\
  .withColumn("column_one_of_many",col("column_one_of_many").cast("string"))

另一种方法是定义schema中的所有列，然后排除inferschema，只需使用**.schema**选项来读取csv文件。

或者你可以先在inferSchema打开的情况下读取它，修改schema，然后再次加载csv：

from pyspark.sql.types import *

df = spark.read.format('com.databricks.spark.csv') \ 
  .option('delimited',',') \ 
  .option('header','true') \ 
  .option('inferschema', 'true') \ 
  .load('dbfs:/FileStore/some.csv')

例如，让我们将第一列（索引为0）从IntegerType更改为StringType：

df.schema.fields[0].dataType = StringType
schema = df.schema

然后，使用修改后的schema重新加载csv：

df = spark.read.format('com.databricks.spark.csv') \ 
  .option('delimited',',') \ 
  .option('header','true') \ 
  .option('schema', schema) \ 
  .load('dbfs:/FileStore/some.csv')

当然，您可以通过选择正确的索引来修改任何列的数据类型。这种方法比强制转换更好，因为您可能会因原始类型推断而丢失信息（例如，以零开头的邮政编码）。