实验九、数据文件：data.csv 使用 SparkSQL，Dataframe 的数据类型形式，通过sql，完成分组统计： 快递公司，订单总数。

实验九主要是利用Apache Spark的SQL功能以及DataFrame的数据结构来处理CSV文件"data.csv"中的数据。在这个实验中，你需要按照快递公司的名称对订单进行分组，并计算每个公司的订单总数。以下是操作步骤的简要概述：

1. 首先，你需要加载"data.csv"文件到Spark DataFrame中，这通常通过`spark.read.format("csv")`读取并指定文件路径。

from pyspark.sql import SparkSession

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 加载数据
df = spark.read.option("header", "true").csv("data.csv")

2. 然后，你可以使用`groupBy()`函数按快递公司字段分组，并使用`count()`函数计算每个组的数量，也就是订单总数。

grouped_df = df.groupBy('快递公司').count()

3. 最后，可以使用`show()`或`.collect()`方法查看结果，或者进一步转换成DataFrame格式以便更清晰地展示。

# 显示前几行结果
grouped_df.show()

或者

# 转换为普通Python列表
results = grouped_df.collect()
for result in results:
    company, order_count = result[0], result[1]
    print(f"{company}: {order_count} 订单")