在下面的片段中，我尝试将一个数据流（从Kafka接收）转换成一个Dataframe。

def main_process(time, dStream):
print("========= %s =========" % str(time))

try:
    # Get the singleton instance of SparkSession
    spark = getSparkSessionInstance(dStream.context.getConf())

    # Convert RDD[String] to RDD[Row] to DataFrame
    rowRdd = dStream.map(lambda t: Row(Temperatures=t))

    df = spark.createDataFrame(rowRdd)

    df.show()

    print("The mean is: %m" % df.mean())

因此，平均值永远不会被计算，我想这是因为“df”不是一个Dataframe（？）。
我试过用 df = spark.createDataFrame(df.toPandas()) 根据相关文档，但是编译器不识别“topandas（）”，并且转换从未发生。
我是否在正确的道路上，如果是，我应该如何应用转换？
或者我的方法是错误的，我必须用另一种方式处理数据流？
提前谢谢！