Чтобы создать DataFrame Spark в Python, вы можете использовать различные методы. Вот несколько часто используемых подходов:

1. Из существующей коллекции Python:

   from pyspark.sql import SparkSession
   spark = SparkSession.builder.getOrCreate()
   data = [('John', 25), ('Alice', 30), ('Bob', 35)]
   df = spark.createDataFrame(data, ['Name', 'Age'])

2. Из кадра данных pandas:

   import pandas as pd
   from pyspark.sql import SparkSession
   spark = SparkSession.builder.getOrCreate()
   pandas_df = pd.DataFrame({'Name': ['John', 'Alice', 'Bob'], 'Age': [25, 30, 35]})
   df = spark.createDataFrame(pandas_df)

3. Чтение из файла (например, CSV, JSON, Parquet):

   from pyspark.sql import SparkSession
   spark = SparkSession.builder.getOrCreate()
   df = spark.read.csv('file.csv', header=True, inferSchema=True)

4. Применение преобразований к существующему DataFrame:

   from pyspark.sql import SparkSession
   from pyspark.sql.functions import col
   spark = SparkSession.builder.getOrCreate()
   old_df = spark.createDataFrame([('John', 25), ('Alice', 30), ('Bob', 35)], ['Name', 'Age'])
   df = old_df.select(col('Name'), (col('Age') + 1).alias('Age'))

Это всего лишь несколько примеров того, как создать DataFrame Spark в Python. Существуют и другие методы, доступные в зависимости от вашего источника данных и требований.