536381，22411，珍宝购物复古红色佩斯利，10，12/1/2010 9：41，1.95，15311，英国
“536381，82567，"“航空公司休息室，金属标志”"，2010年1月2日，9：41，2.1，15311，英国”
536381，21672，白色红色陶瓷抽屉旋钮，6，12/1/2010 9：41，1.25，15311，英国
这些行是csv文件中的行示例。我尝试在数据块中读取它，使用：
df = spark.read.csv ('file.csv', sep=',', inferSchema = 'true', quote = '"')但是，由于字符串中的逗号，中间的一行和其他类似的行不能进入正确的列。我该如何解决这个问题？
2条答案
按热度按时间lymgl2op1#
将报价设置为：
看起来你的数据有双引号，所以当它被读取时，它会把双引号看作字符串的开始和结束。
编辑：我还假设问题出在这部分：
6psbrbz92#
这不仅与Excel有关，我在将数据从源检索到Azure Synapse时遇到了同样的问题。一列中的逗号会导致进程用双引号将整个列数据括起来，包括双引号，如上面第二行所示（请参见Retrieve CSV format over https）