1、交叉表（crosstab)：
pandas中也有，常和pivot_table比较。
查看家庭ID与评分的交叉表：
2、处理缺失值：fillna
withColumn：新增一列数据
cast : 用于将某种数据类型的表达式显式转换为另一种数据类型
将缺失值删除：dropna
3、处理重复值
查看有没有重复值存在：distinct().count()
将重复值去除：dropDuplicates()
（4）pyspark中dataframe的清理操作
原文：https://www.cnblogs.com/Lee-yl/p/9771975.html
