Spark DataFrame union操作报列数不匹配错误排查

实现逻辑：当df2为空时，向df1对应DataFrame新增一行数据。代码运行抛出列数不匹配异常，代码中从未定义名为value的列。
报错信息：

Exception in thread "main" java.lang.IllegalArgumentException: requirement failed: The number of columns doesn't match.
Old column names (1): value
New column names (2): country, code

问题复现代码：

var df1 = Seq.empty[(String,String)].toDF("country","code"). 
val df2 = spark.emptyDataFrame
if (df2.isEmpty) df1 = df1.union(Seq("GLOBAL" , "EMPTY").toDF("country","code"))

• 代码存在笔误：初始化df1的行尾多了一个多余的.，会导致Scala语法解析异常。
• 核心错误在待新增数据的构造逻辑：Seq("GLOBAL" , "EMPTY")是元素类型为String的序列，共包含2个独立的字符串元素，转成DataFrame后是2行1列结构，Spark会给这类单值序列生成的列默认命名为value——这就是异常里提到的未定义value列的来源。此时你给只有1列的DataFrame强行指定2个列名country、code，直接触发列数不匹配校验异常。

• 删除df1初始化行尾多余的句点。
• 构造单行新增数据时，将两个字段用圆括号包裹为二元组，保证转成DataFrame后是1行2列结构，和df1的schema完全匹配。

修复后可运行代码：

var df1 = Seq.empty[(String,String)].toDF("country","code")
val df2 = spark.emptyDataFrame
if (df2.isEmpty) {
  // 待新增数据为二元组，外层Seq包裹后为1行2列，和df1列数、列名一致
  df1 = df1.union(Seq(("GLOBAL", "EMPTY")).toDF("country","code"))
}

内容的提问来源于stack exchange，提问作者stdinstoud