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，并输出到同一个新的CSV文，注意是将所有结果输出到同一个csv文件中，不是同一个目录下

可以使用以下Spark代码来实现：

import org.apache.spark.sql.SparkSession

object CsvCleaner {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder()
      .appName("CsvCleaner")
      .getOrCreate()

    val csvPath = args(0)
    val outputPath = args(1)

    val df = spark.read
      .option("header", "true")
      .option("inferSchema", "true")
      .csv(csvPath)

    val cleanedDf = df.na.drop()

    cleanedDf.coalesce(1).write
      .option("header", "true")
      .csv(outputPath)

    spark.stop()
  }
}

在命令行中运行该程序，例如：

spark-submit --class CsvCleaner csv_cleaner.jar input.csv output.csv

其中，`csv_cleaner.jar`是打包好的Spark应用程序的jar包，`input.csv`是输入的CSV文件路径，`output.csv`是输出的CSV文件路径。

该程序首先读取CSV文件，然后使用`na.drop()`方法删除包含空值的行。最后，将结果写入CSV文件，使用`coalesce(1)`方法将所有结果输出到同一个CSV文件中。注意，`coalesce`方法是用来合并分区的，这里将结果合并到一个分区，然后再输出，这样可以保证结果都在同一个文件中。