源文件内容如下（包含id,name,age）： 1,Ella,36 2,Bob,29 3,Jack,29 请将数据复制保存到Linux系统中，命名为employee.txt，实现从RDD转换得到DataFrame，并按“id:1,name:Ella,age:36”的格式打印出DataFrame的所有数据。请写出程序代码。

好的，我来帮您写出程序代码。

首先，您需要将数据保存到Linux系统中的employee.txt文件中。假设您已经完成了这一步。

接下来，您需要使用Spark读取该文件并将其转换为DataFrame。可以按照以下步骤来完成：

# 导入必要的库
from pyspark.sql import SparkSession

# 创建SparkSession对象
spark = SparkSession.builder.appName("employee").getOrCreate()

# 读取employee.txt文件并创建RDD
employee_rdd = spark.sparkContext.textFile("employee.txt")

# 将RDD转换为DataFrame
employee_df = employee_rdd.map(lambda x: x.split(",")).toDF(["id", "name", "age"])

上述代码中，我们首先创建了一个SparkSession对象，并为其指定了一个应用程序名称。然后，我们使用SparkSession对象读取了employee.txt文件，并创建了一个RDD对象。接着，我们将该RDD对象转换为了一个DataFrame对象。

最后，您需要按照“id:1,name:Ella,age:36”的格式打印出DataFrame的所有数据。可以按照以下步骤来完成：

# 将DataFrame中的数据按照指定格式打印出来
employee_df.show(truncate=False)

上述代码中，我们使用DataFrame的show()方法将数据按照指定格式打印出来。其中，truncate参数用于控制是否截断输出的数据，如果设置为False，则不会截断。