我正在使用pyspark数据帧，我想读取一个镶木地板文件，并使用与原始文件不同的模式来写入它

原始模式是（它具有9.000个变量，我仅将前5个作为示例）：

[('id', 'string'),
 ('date', 'string'),
 ('option', 'string'),
 ('cel1', 'string'),
 ('cel2', 'string')]

我想写：

[('id', 'integer'),
 ('date', 'integer'),
 ('option', 'integer'),
 ('cel1', 'integer'),
 ('cel2', 'integer')]

我的代码是：

df = sqlContext.read.parquet("PATH")

### SOME OPERATIONS ###

write_schema = StructType([StructField('id'  , IntegerType(), True),
                           StructField('date'  , IntegerType(), True),
                           StructField('option'  , IntegerType(), True),
                           StructField('cel1'  , IntegerType(), True),
                           StructField('cel2'  , IntegerType(), True) ])


df.option("schema",write_schema).write("PATH")

运行它之后，我仍然具有与原始数据相同的架构，所有内容都是字符串，该架构未更改

我也尝试使用

df = sqlContext.read.option("schema",write_schema).parquet(PATH)

当我阅读该选项时，它不会更改架构，它显示的是原始架构，因此我使用（建议在此处使用）：

df = sqlContext.read.schema(write_schema).parquet(PATH)

如果我看到所得到的类型，那么这些将适用于阅读部分：

df.dtypes

#>>[('id', 'int'),
#   ('date', 'int'),
#   ('option', 'int'),
#   ('cel1', 'int'),
#   ('cel2', 'int')]

但是，当我尝试写实木复合地板时，我得到了一个错误：

Parquet column cannot be converted. Column: [id], Expected: IntegerType, Found: BINARY

问候