DataFrame转换为RDD

要将DataFrame转换为RDD，你可以使用Spark SQL中的`rdd()`函数。以下是一个示例代码：

# 导入需要的包
from pyspark.sql import SparkSession

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

# 创建一个DataFrame
df = spark.createDataFrame([(1, "A"), (2, "B"), (3, "C")], ["a", "b"])

# 将DataFrame转换为RDD
rdd = df.rdd

# 打印RDD中的元素
for row in rdd.collect():
    print(row)

在这个例子中，我们首先创建了一个SparkSession，然后使用`createDataFrame()`函数创建了一个DataFrame `df`。接下来，我们使用`rdd()`函数将DataFrame转换为RDD，并将其保存到变量`rdd`中。最后，我们使用`collect()`函数将RDD中的所有元素收集到本地，并打印它们。

这个代码将打印出：

Row(a=1, b='A')
Row(a=2, b='B')
Row(a=3, b='C')

这说明我们已经成功地将DataFrame转换为RDD。注意，转换后的RDD中的每个元素都是一个`Row`对象，你可以使用`row.a`和`row.b`来访问它们的属性。