嘿，搞定这个众数列表转Spark DataFrame其实很简单，给你两种实用的方法，选你顺手的来：

方法1：直接用createDataFrame快速构造 #

这种方法最直接，我们可以把众数列表和原DataFrame的列名对应起来，生成单行的DataFrame：

# 假设你已经初始化了SparkSession（通常命名为spark）
# 方式一：用字典映射列名和众数，自动匹配列顺序
mode_df = spark.createDataFrame([dict(zip(df_num.columns, mode_val))])

# 方式二：指定原DataFrame的schema，保证数据类型完全一致
# 这种方式更稳妥，尤其当原表有多种数据类型（比如数值、字符串）时
mode_df = spark.createDataFrame([mode_val], schema=df_num.schema)

方法2：用Row对象明确构造行数据 #

如果你想更清晰地对应列和值，可以用Row对象来构造：

from pyspark.sql import Row

# 创建对应原列名的Row模板
ModeRow = Row(*df_num.columns)
# 把众数列表传入生成行对象
mode_row = ModeRow(*mode_val)
# 转换为DataFrame
mode_df = spark.createDataFrame([mode_row])

验证结果 #

生成后可以用show()查看最终的DataFrame：

mode_df.show()

这样就能得到一个以原DataFrame列名为表头，各列众数为单行数据的新DataFrame啦，其中None会自动被识别为Spark的null值，完全适配你的需求。

内容的提问来源于stack exchange，提问作者kcvizer