以下是一个使用Apache Spark DataFrame读取CSV文件并获取原始行值的示例代码：

import org.apache.spark.sql.{SparkSession, DataFrame}

val spark = SparkSession.builder()
  .appName("Spark DataFrame CSV Example")
  .getOrCreate()

val csvFilePath = "path/to/csv/file.csv"

// 读取CSV文件并创建DataFrame
val df: DataFrame = spark.read
  .format("csv")
  .option("header", "true") // 如果CSV文件包含标题行，则设置为true
  .option("inferSchema", "true") // 自动推断列的数据类型
  .load(csvFilePath)

// 显示DataFrame的内容
df.show()

// 获取原始行值
val rows = df.rdd.collect()
rows.foreach(println)

// 关闭Spark会话
spark.stop()

在上面的代码中，我们首先创建了一个SparkSession对象。然后，我们指定CSV文件的路径，并使用spark.read方法读取CSV文件并创建DataFrame。在读取CSV文件时，我们可以使用选项如header来指定是否包含标题行，以及inferSchema来自动推断列的数据类型。

接下来，我们使用df.show()方法显示DataFrame的内容。然后，我们使用df.rdd.collect()方法将DataFrame转换为RDD，并使用rows.foreach(println)遍历并打印出每一行的原始值。

最后，我们使用spark.stop()方法关闭Spark会话。

请确保将示例代码中的"path/to/csv/file.csv"替换为实际的CSV文件路径。