当一行数据全为空，删除所在行

要删除一行数据全为空的行，可以使用DataFrame的`dropna()`方法。通过指定参数`how='all'`，可以删除包含所有空值的行。

下面是一个示例代码，演示了如何删除一行数据全为空的行：

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

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

# 创建示例数据集
data = [
    (1, None, None),
    (2, "", ""),
    (3, None, "test"),
    (4, "data", ""),
    (5, "data", "test")
]

# 创建DataFrame
df = spark.createDataFrame(data, ["id", "col1", "col2"])

# 删除一行数据全为空的行
df_without_null_rows = df.dropna(how='all')

# 显示结果
df_without_null_rows.show()

在上述示例中，我们创建了一个包含空值的DataFrame。然后，我们使用`dropna(how='all')`方法删除了一行数据全为空的行，并将结果存储在`df_without_null_rows`变量中。最后，我们使用`show()`方法显示删除空值行后的DataFrame。

希望这可以帮助到你！如有疑问，请随时提问。