在嵌套的XML文件Spark scala中找到特定元素[重复]

这个问题在这里已有答案：

• How to group by on a field inside an array of an array of records? 1回答

• Querying Spark SQL DataFrame with complex types 3个答案

我想选择一个spaecific元素： select("File.columns.column._name")

|-- File: array (nullable = true)
 |    |-- element: struct (containsNull = true)
 |    |    |-- _Description: string (nullable = true)
 |    |    |-- _RowTag: string (nullable = true)
 |    |    |-- _name: string (nullable = true)
 |    |    |-- _type: string (nullable = true)
 |    |    |-- columns: struct (nullable = true)
 |    |    |    |-- column: array (nullable = true)
 |    |    |    |    |-- element: struct (containsNull = true)
 |    |    |    |    |    |-- _Hive_Final_Table: string (nullable = true)
 |    |    |    |    |    |-- _Hive_Final_column: string (nullable = true)
 |    |    |    |    |    |-- _Hive_Table1: string (nullable = true)
 |    |    |    |    |    |-- _Hive_column1: string (nullable = true)
 |    |    |    |    |    |-- _Path: string (nullable = true)
 |    |    |    |    |    |-- _Type: string (nullable = true)
 |    |    |    |    |    |-- _VALUE: string (nullable = true)
 |    |    |    |    |    |-- _name: string (nullable = true)

我收到了这个错误：

线程“main”中的异常org.apache.spark.sql.AnalysisException：由于数据类型不匹配，无法解析'File.columns.column [_name]'：参数2需要整数类型，但是'_name'是字符串类型 . at org.apache.spark.sql.catalyst.analysis.package $ AnalysisErrorAt.failAnalysis（package.scala：42）at org.apache.spark.sql.catalyst.analysis.CheckAnalysis $$ anonfun $ checkAnalysis $ 1 $$ anonfun $ apply $ 2.applyOrElse（CheckAnalysis.scala：65）在org.apache.spark.sql.catalyst.analysis.CheckAnalysis $$ anonfun $ checkAnalysis $ 1 $$ anonfun $ apply $ 2.applyOrElse（CheckAnalysis.scala：57）at org.apache . spark.sql.catalyst.trees.TreeNode $$ anonfun $ transformUp $ 1.apply（TreeNode.scala：335）at org.apache.spark.sql.catalyst.trees.TreeNode $$ anonfun $ transformUp $ 1.apply（TreeNode.scala） ：335）org.apache.spark.sql.catalyst.trees.CurrentOrigin $ .withOrigin（TreeNode.scala：69）at org.apache.spark.sql.catalyst.trees.TreeNode.transformUp（TreeNode.scala：334） at org.apache.spark.sql.catalyst.trees.TreeNode $$ anonfun $ 5.apply（TreeNode.scala：332）at org.apache.spark.sql.catalyst.trees.TreeNode $$ anonfun $ 5.apply（TreeNode . scala：332）在scala.collection.tt上的org.apache.spark.sql.catalyst.trees.TreeNode $$ anonfun $ 4.apply（TreeNode.scala：281） erator $ anon $ 11.next（Iterator.scala：328）at scala.collection.Iterator $ class.foreach（Iterator.scala：727）at scala.collection.AbstractIterator.foreach（Iterator.scala：1157）at scala.collection scala.collection.mutable.ArrayBuffer上的.generic.Growable $ class . $ plus $ plus $ eq（Growable.scala：48）scala.collection.mutable.ArrayBuffer . $ plus $ plus $ eq（ArrayBuffer.scala：103）at scala.collection.mutable.ArrayBuffer在scala.collection的scala.collection.TraversableOnce $ class.to（TraversableOnce.scala：273）scala.collection.AbstractIterator.to（Iterator.scala：1157）上的$ plus $ plus $ eq（ArrayBuffer.scala：47） .TraversableOnce $ class.toBuffer（TraversableOnce.scala：265）at scala.collection.AbstractIterator.toBuffer（Iterator.scala：1157）scala.collection.TraversableOnce $ class.toArray（TraversableOnce.scala：252）at scala.collection . 位于org.apache.spark.sql.catalyst.trees.TreeNode.transformUp的org.apache.spark.sql.catalyst.trees.TreeNode.transformChildren（TreeNode.scala：321）的AbstractIterator.toArray（Iterator.scala：1157） TreeNode.scala：332）在org.apache . 来自org.apache.spark.sql.catalyst.plans.QueryPlan.org的spark.sql.catalyst.plans.QueryPlan.transformExpressionUp $ 1（QueryPlan.scala：108）$ apache $ spark $ sql $ catalyst $ plans $ QueryPlan $$ recursiveTransform $ 2（QueryPlan.scala：118）

你能帮我吗 ？