如何用单个值及Schema创建Spark DataFrame？代码报错求助

错误原因分析 #

你的代码存在两个关键问题：

1. 字符串赋值错误：val filename=h:/filename1 未给路径添加引号，Scala会将h识别为变量而非字符串字面量，直接导致编译失败。
2. Seq构造逻辑错误：你错误地将三个变量拆成三个独立的字符串元素放入Seq，使得Seq包含3个单值元素（每个元素对应1列），但toDF指定了3个列名，Spark会判定每个元素需要匹配3列，自然触发列数不匹配的异常。同时你使用的"+filename+"拼接方式不符合Scala语法，正确的变量引用无需额外拼接符号。

修正后的代码 #

val matchingcount = 3
val notmatchingcount = 5
val filename = "h:/filename1" // 给路径添加引号，作为字符串字面量

import spark.implicits._
// 将三个变量包装成一个元组，Seq内的每个元组对应DataFrame的一行，元组元素对应列
val data = Seq((filename, matchingcount, notmatchingcount)).toDF("ezfilename", "match_count", "non_matchcount")
data.show()

代码说明 #

• 用元组(filename, matchingcount, notmatchingcount)把三个值打包为一个元素，放入Seq后整个Seq仅包含1个元素，对应DataFrame的一行数据。
• toDF的列名数量（3个）与元组的元素数量（3个）完全匹配，不会再抛出列数不匹配的异常。
• 路径字符串添加双引号，确保Scala正确识别为字符串类型。

内容的提问来源于stack exchange，提问作者Anonymous