python - AnalysisException:u“无法解析'name'给定输入列:[list]在spark中的sqlContext中

我尝试了一个简单的例子，比如：

data = sqlContext.read.format("csv").option("header", "true").option("inferSchema", "true").load("/databricks-datasets/samples/population-vs-price/data_geo.csv")

data.cache() # Cache data for faster reuse
data = data.dropna() # drop rows with missing values
data = data.select("2014 Population estimate", "2015 median sales price").map(lambda r: LabeledPoint(r[1], [r[0]])).toDF()

它工作得很好，但是当我尝试类似的方法时，比如：

data = sqlContext.read.format("csv").option("header", "true").option("inferSchema", "true").load('/mnt/%s/OnlineNewsTrainingAndValidation.csv' % MOUNT_NAME)

data.cache() # Cache data for faster reuse
data = data.dropna() # drop rows with missing values
data = data.select("timedelta", "shares").map(lambda r: LabeledPoint(r[1], [r[0]])).toDF()
display(data)

它引起错误：
analysiseexception:u“无法解析给定输入列的'timedelta'：[数据通道是技术…
离场时我导入了标签点和线性回归
可能有什么问题？
即使是更简单的情况

df_cleaned = df_cleaned.select("shares")

引发相同的AnalysisException（错误）。
*请注意：df_cleaned.printschema（）工作正常。

最佳答案

我发现了这个问题：有些列名称在名称本身之前包含空格。
所以

data = data.select(" timedelta", " shares").map(lambda r: LabeledPoint(r[1], [r[0]])).toDF()

工作。
我可以用

assert " " not in ''.join(df.columns)

现在我正在考虑一种消除空白的方法。任何想法都非常感谢！