以前有个自助建设网站做教育的网站
DataFrame描述
DataFrame是一个二维表结构，包括行、列以及schema（元数据）
在 Spark 中，DataFrame 是一种以 RDD 为基础的分布式数据集，是一种特殊的RDD，是一个分布式的表，类似于传统数据库中的二维表格。DataFrame 与 RDD 的主要区别在于，前者带有 schema 元信息，即 DataFrame 所表示的二维表数据集的每一列都带有名称和类型。
PySpark DataFrames是延迟求值的。它们是在RDD之上实现的。当Spark转换数据时，它不会立即计算转换，而是计划以后如何计算。当显式调用collect（）等操作时，计算就会开始
代码展示
入口以及创建
普通创建
普通创建+schema
根据pandas创建
打印信息
数据展示
打印元数据信息
展示指定行
展示列名
describe汇总
collet
防止内存溢出，打印指定行行数
toPandas()
返回指定列
返回指定列实例
分配新的列
过滤器
分组计算示例
写入文件&读取文件&指定压缩格式
csv
parquet
转换SparkSql
sql运行
UDF函数
