var words = descdf.flatMap(.getString(0).split(" ")).toDF()

这段代码存在语法错误，可能是因为你的代码中的`descdf`没有定义，应该是之前的`desc_df`的一个拼写错误。我猜测你的意图是将`desc_df`中的每个字符串拆分为单词，并将结果存储到一个新的DataFrame中。

如果是这样的话，你可以使用`flatMap`方法和`split`函数来实现。以下是一个示例代码：

import org.apache.spark.sql.functions._

val words = desc_df.flatMap(row => row.getString(0).split(" "))
  .toDF("word")
  .filter($"word" =!= "")

在这个示例中，我们首先使用`flatMap`方法对`desc_df`中的每一行数据进行操作。对于每一行数据，我们使用`getString(0)`方法获取`desc`列中的字符串，然后使用`split`函数将字符串拆分为单词。`flatMap`方法会将所有拆分后的单词合并到一个新的DataFrame中。

接着，我们使用`toDF`方法将这个新的DataFrame重命名为`word`列，并使用`filter`方法过滤掉空字符串。最后，我们将结果存储到一个名为`words`的变量中。

需要注意的是，这个代码中的`flatMap`方法返回的是一个`DataFrame`，而不是一个`RDD`。因此，我们不能直接使用`flatMap`方法来对每个单词进行计数。如果你需要对每个单词进行计数，你需要使用`groupBy`和`count`等方法。

希望这个回答能够回答你的问题。