Microsoft Fabric培训中Apache Spark练习遇NameError：df未定义

问题描述 #

我正在学习《Get Started with Microsoft Fabric》培训课程，在「Use Apache Spark in Microsoft Fabric」的第七单元「Work with tables and SQL」环节，运行以下代码：

# Create a new table
df.write.format("delta").saveAsTable("salesorders")

# Get the table description
spark.sql("DESCRIBE EXTENDED salesorders").show(truncate=False)

出现如下错误：

NameError                                 Traceback (most recent call last)
Cell In[29], line 2
1 # Create a new table
----> 2 df.write.format("delta").saveAsTable("salesorders")
4 # Get the table description
5 spark.sql("DESCRIBE EXTENDED salesorders").show(truncate=False)

NameError: name 'df' is not defined

我已完成课程此前所有步骤，未跳过任何环节，无法理解报错原因，怀疑微软是否遗漏步骤。我已尝试谷歌搜索该错误，但未找到针对此问题的解决方案，希望能得到帮助。

解决方案 #

这个错误的核心是代码中用到的*df变量未被定义*，当前Spark会话中不存在这个DataFrame。结合Fabric Spark培训场景，可按以下方式排查解决：

• 核对前置步骤的DataFrame创建代码
  回顾第七单元之前的环节，这类培训通常会先读取数据源（比如Lakehouse文件、示例数据集）生成df。比如可能遗漏了类似这样的代码：

  # 示例：读取Lakehouse中的CSV文件
  df = spark.read.csv("Files/sales_data.csv", header=True, inferSchema=True)
  # 或者读取内置示例表
  df = spark.read.table("Samples.SampleSales.SalesOrder")
  

  确认当前Notebook中是否执行过创建df的单元格，检查之前的输出是否显示df已成功初始化。

• 手动创建测试DataFrame验证
  如果确实找不到课程中生成df的步骤，可临时创建一个简单DataFrame来继续操作：

  # 创建测试用DataFrame
  data = [("SO001", "2024-01-01", 150), ("SO002", "2024-01-02", 300)]
  df = spark.createDataFrame(data, ["OrderID", "OrderDate", "Amount"])
  
  # 执行原代码
  df.write.format("delta").saveAsTable("salesorders")
  spark.sql("DESCRIBE EXTENDED salesorders").show(truncate=False)
  

• 检查Lakehouse连接状态
  确保Notebook已正确关联课程指定的Lakehouse，数据源读取失败会导致df未被创建。可通过Notebook顶部的Lakehouse选择器确认连接状态。

• 反馈课程遗漏问题
  若确认所有前置步骤完成后仍无df，大概率是培训步骤说明存在遗漏。可通过课程页面的反馈渠道向微软报告该问题，帮助后续学习者避免同样的困扰。

内容的提问来源于stack exchange，提问作者Travis