这确实是预期的行为。你有两个选择来解决这个问题。要么将Dataframe的所有类型强制转换为 StringType （例如，使用这个答案如何将dataframe的所有列转换为字符串）并将它们连接在一起( text 数据源仅支持一列），或另存为 csv . 重建您的问题：

from pyspark.sql import SparkSession

spark = SparkSession.builder.getOrCreate()
colnames = [str(i+1) for i in range(11)]
df1 = spark._sc.parallelize([
  [it for it in range(11)], 
  [it for it in range(1,12)]]
).toDF((colnames))

df1.write.mode("overwrite").option("compression", "bzip2").format("text").save("./path")

Py4JJavaError: An error occurred while calling o67.save.
: org.apache.spark.sql.AnalysisException: Text data source does not support bigint data type.;

但是，我可以通过将格式更改为 csv ，例如：

df1.write.mode("overwrite").option("compression", "bzip2").format("csv").save("./path")

查找输出（根据分区等的不同而有所不同）

! ls path
part-00000-7db004e7-7309-466c-ba7b-112127e286ae-c000.csv.bz2
part-00001-7db004e7-7309-466c-ba7b-112127e286ae-c000.csv.bz2
part-00003-7db004e7-7309-466c-ba7b-112127e286ae-c000.csv.bz2
_SUCCESS

希望这有帮助！