上接：spark3.0教程-SparkSQL：DataFrame介绍、与 RDD 的区别
案例
准备数据
创建文件 studentInfo.txt
内容如下：
李雷,20,男,1.82
韩梅梅,21,女,1.65
lucy,22,女,1.71
lili,22,女,1.71
张三,24,男,1.78
上传到 HDFS 上
代码
import findspark
findspark.init()
from pyspark.sql import SparkSession
# 创建 SparkSession 对象
spark = SparkSession.builder.\
appName("test").\
master("local[*]").\
getOrCreate()
# 读取 hdfs 上的文件，返回 DataFrame类对象
# 注意：hdfs不能大写
df = spark.read.csv("hdfs:///data/studentInfo.txt",sep=",",header=False)\
.toDF("name","age","gender","height") # 设置列名，否则用默认列名，不方便查询
print("-"*30)
print("df 类型：",type(df)) # 打印df类型
print("----Schema-----")
df.printSchema() # 打印 字段类型Schema
df.show() # 显示数据
解释：
csv()：读取 csv 文件，可以读取本地文件，也可以读取 hdfs文件sep="：列分隔符header=False：没有表头.toDF()：设置列名，否则用默认列名，不方便查询
执行结果：
Setting default log level to "WARN".
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
------------------------------
df 类型： <class 'pyspark.sql.dataframe.DataFrame'>
----Schema-----
root
|-- name: string (nullable = true)
|-- age: string (nullable = true)
|-- gender: string (nullable = true)
|-- height: string (nullable = true)
+------+---+------+------+
| name|age|gender|height|
+------+---+------+------+
| 李雷| 20| 男| 1.82|
|韩梅梅| 21| 女| 1.65|
| lucy| 22| 女| 1.71|
| lili| 22| 女| 1.71|
| 张三| 24| 男| 1.78|
+------+---+------+------+