import pandas as pd# 假设DataFrame是这样的： df = pd.DataFrame({ 'year': [2014, 2015, 2016, 2014, 2015, 2016, 2014, 2015, 2016], 'province': ['广东省', '广东省', '河南省', '湖南省', '北京市', '北京市', '上海市', '新疆维吾尔自治区',

描述：  RDD转换为DataFrame 为什么要将RDD转换为DataFrame？因为这样的话，我们就可以直接针对HDFS等任何可以构建为RDD的数据，使用Spark SQL进行SQL查询了。这个功能是无比强大的。想象一下，针对HDFS中的数据，直接就可以使用SQL进行查询。 Spark SQL支持两种方式来将RDD转换为DataFrame。 第一种方式，是使用反射来推断包含了特定数据类