为什么Pyspark在将数据帧导出到csv或txt文件时需要类型basestring?

我正在Databricks的社区版本中使用Pyspark,使用Python 2.7和Spark 2.2.1。我有一个Pyspark数据框“top100m”:

In: type(movie_ratings_top100m)
Out: pyspark.sql.dataframe.DataFrame

其中有3个数字类型列:

In: top100m.printSchema()
Out: root
 |-- userId: long (nullable = true)
 |-- itemId: long (nullable = true)
 |-- userPref: double (nullable = true)

In: top100m.show(6)
Out: 
+------+-------+--------+
|userId| itemId|userPref|
+------+-------+--------+
|   243|     10|     3.5|
|   243|     34|     3.5|
|   243|     47|     4.0|
|   243|    110|     4.0|
|   243|    150|     2.5|
|   243|    153|     2.0|
+------+-------+--------+

数据帧中没有字符串。尝试使用以下代码行将此文件输出为csv或txt文件时(基于找到的Datatricks文档 here ):

dbutils.fs.put("/FileStore/mylocation/top100m.csv", top100m)
dbutils.fs.put("/FileStore/mylocation/top100m.txt", top100m)

我得到以下错误:

TypeError: DataFrame[userId: bigint, itemId: bigint, userPref: double] has the wrong type - (<type 'basestring'>,) is expected.

我对Python 2中存在的basestring超类型有一个粗略的理解,它在Python 3中被放弃了,我认为这与这里无关,但我可能错了。我的最终目标是能够将Pyspark数据帧从Databricks导出到本地机器上。我的问题是,为什么Spark/Databricks在这种情况下会期望使用基串类型,以及我可以如何处理数据以使其符合要求。

在审查Databricks文档后,包括 forums ,似乎没有一种非常简单的方法将数据传输到本地机器(我没有连接到S3存储桶)。最简单的方法似乎是我上面提到的方法,它给了我错误。如果有更好的方法来实现这一点,那将非常有用。