下面是一个遍历 PySpark 数据帧（DataFrame）的示例代码：

from pyspark.sql import SparkSession

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

# 创建示例数据帧
df = spark.createDataFrame([(1, "Alice", 25), (2, "Bob", 30), (3, "Charlie", 35)], ["id", "name", "age"])

# 遍历数据帧的每一行
for row in df.collect():
    # 获取每一列的值
    id, name, age = row
    print(f"id: {id}, name: {name}, age: {age}")

# 关闭 SparkSession
spark.stop()

这段代码中，首先创建了一个 SparkSession 对象，然后使用 createDataFrame 方法创建了一个包含三列的数据帧。接下来，使用 collect 方法将数据帧的所有行收集到一个列表中，并使用 for 循环遍历每一行。在循环中，可以使用索引或列名来获取每一列的值。最后，关闭 SparkSession 对象。

注意：在实际使用中，如果数据帧非常大，使用 collect 方法将所有行收集到驱动程序可能会导致内存不足的问题，应该谨慎使用。可以考虑使用其他的操作来处理数据帧，如 foreach 方法来逐行处理数据。