在输出数据时，按年份输出全部数据，不要输出列名。 处理后的数据需要按年份降序排列。 输出的数据应该转换成字符串：年份,种植面积,采摘面积 的形式

假设你有一个包含日期、种植面积和采摘面积等字段的DataFrame，想要提取按年份排序的种植面积和采摘面积数据，可以按照以下步骤操作：

1. **过滤和选择数据**：
首先，你需要确定哪些列包含日期信息，并从中提取出年份。例如，如果日期是`datetime`类型的列叫`date_column`，你可以使用`pandas`库中的`dt.year`属性获取年份。

   from pyspark.sql.functions import year
   data_by_year = df.select(year('date_column').alias('year'), 'planting_area', 'harvest_area')

2. **按年份降序排列**：
然后使用`sort_values`或`orderBy`方法，按照年份降序排列数据。

   sorted_data = data_by_year.orderBy(desc('year'))

3. **去除列名并转换格式**：
最后，你可以使用`selectExpr`函数手动指定输出的列名，同时使用`astype`将数值型字段转换为字符串。

   formatted_data = sorted_data.selectExpr(f"'{sorted_data['year'].alias('年')}','{sorted_data['planting_area'].alias('种植面积')}','{sorted_data['harvest_area'].alias('采摘面积')}')
   formatted_data.show(truncate=False)  # 输出结果