手动删除Excel数据后Spark读取结果出现null值问题咨询

问题原因 #

1. 你没有真正删除Excel的最后一行
   你按退格只是清空了最后一行对应单元格的内容，并没有删除整行的结构，Excel文件仍然会记录这一行的存在，读取时会被判定为有效行。
2. 库的默认配置导致空行被保留
   你使用的com.crealytics.spark.excel库默认开启keepEmptyRows参数（默认值为true），会主动保留读取到的空行，你没有手动关闭该参数，所以被清空内容的行仍然会被读取。
3. 对treatEmptyValuesAsNulls参数的理解有误
   该参数仅控制单元格值明确为空字符串的场景下是否转换为null，当单元格是无任何赋值的空白单元格、或者行本身是完全空白的空行时，不受这个参数控制，读取结果仍然为null。

额外注意 #

你当前配置option("header", "false")和你的文件结构不匹配：你的Excel第一行是表头country，如果保持该配置为false，第一行的表头会被当成数据行读取，列名也会被自动生成为_c0这类默认名称，建议修正为option("header", "true")。

解决方法 #

• 彻底删除不需要的行：在Excel中选中目标行，右键选择「删除」整行，而非仅清空单元格内容。
• 读取时自动过滤空行：在读取参数中添加.option("keepEmptyRows", "false")，即可自动跳过所有空行。

内容的提问来源于stack exchange，提问作者Sarvesh Singh