csv文件第一行时表头信息，该文件包含了约160万随机用户产生的用户行为（行为包括浏览、下单、关注、评论、加购、咨询客服、投诉），即数据集的每一行表示一条用户行为，由act_date、act_time、user、act_type、sku组成，并以逗号分隔。关于数据集中每一列的详细描述如下： 用spark程序将所包含的空值那一条数据删除，并输出一个新的CSV文件

可以使用以下代码实现：

from pyspark.sql import SparkSession

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

# 读取CSV文件
df = spark.read.option("header", "true").csv("path/to/csv_file.csv")

# 删除空值行
df = df.na.drop()

# 输出新的CSV文件
df.write.option("header", "true").csv("path/to/new_csv_file.csv")

# 关闭SparkSession
spark.stop()

其中，`path/to/csv_file.csv` 是原始CSV文件的路径，`path/to/new_csv_file.csv` 是输出的新CSV文件的路径。这段代码会将原始CSV文件中包含空值的行删除，并将结果保存到新的CSV文件中。