Scala ratings.csv文件 文件里面的内容包含了每一个用户对于每一部电影的评分。数据格式如下： userId, movieId, rating, timestamp userId: 每个用户的id movieId: 每部电影的id rating: 用户评分，是5星制 timestamp: 自1970年1月1日零点后到用户提交评价的时间的秒数 movies.csv文件 movieId: 每部电影的Id title：每部电影的名字 编程实现RDD转DataFrame，并选择一个合理的SQL分析。

以下是Scala代码将ratings.csv文件转换为DataFrame，并对数据进行简单的SQL分析：

import org.apache.spark.sql.SparkSession

// 创建SparkSession
val spark = SparkSession.builder()
  .appName("ratings.csv Analysis")
  .master("local[*]")
  .getOrCreate()

// 读取ratings.csv文件
val ratingsRDD = spark.sparkContext.textFile("ratings.csv")

// 将每行数据按逗号分隔，并转换为(用户ID, 电影ID, 评分)的元组
val ratings = ratingsRDD.map(line => {
  val fields = line.split(",")
  (fields(0).toInt, fields(1).toInt, fields(2).toDouble)
})

// 将元组转换为DataFrame，并为列命名
import spark.implicits._
val ratingsDF = ratings.toDF("userId", "movieId", "rating")

// 创建movies.csv文件的DataFrame
val moviesDF = spark.read
  .option("header", "true")
  .option("inferSchema", "true")
  .csv("movies.csv")

// 使用SQL分析，找出每部电影的平均评分
ratingsDF.createOrReplaceTempView("ratings")
moviesDF.createOrReplaceTempView("movies")
val avgRatings = spark.sql("SELECT title, AVG(rating) AS avg_rating FROM ratings JOIN movies ON ratings.movieId = movies.movieId GROUP BY title ORDER BY avg_rating DESC")

// 显示结果
avgRatings.show()

在上面的代码中，我们首先使用SparkSession创建一个名为“ratings.csv Analysis”的应用程序，并读取ratings.csv文件。我们将每行数据按逗号分隔，并将其转换为(用户ID, 电影ID, 评分)的元组。然后，我们将元组转换为DataFrame，并为列命名。接下来，我们读取movies.csv文件，并将其转换为DataFrame。我们使用SQL分析找出每部电影的平均评分，并将结果按平均评分降序排列。最后，我们显示结果。