请描述在 PySpark 环境下，读取一个 CSV 文件并将其转换为 DataFrame 的具体做法与可能用到的参数。

回答思路

1. 【回答框架 1】使用 SparkSession 的 read 方法，指定 CSV 文件路径即可加载，例如 spark.read.csv('path')，该方法返回 DataFrame。
2. 【回答框架 2】可通过 option 设置分隔符、表头、推断模式等参数，如 .option('header', 'true') 表示第一行为列名，.option('inferSchema', 'true') 自动推断列类型。
3. 【回答框架 3】加载后可对 DataFrame 进行列名修改、类型转换或筛选等操作，以满足后续处理需求。
4. 【回答框架 4】加载时需注意文件路径支持本地或分布式文件系统，如 HDFS 或 S3。
5. 【回答框架 5】若文件有特殊格式，可使用多个 option 组合，或使用 load 方法指定格式。
6. 【关键点 1】spark.read.csv 是加载 CSV 的标准方法。
7. 【关键点 2】header 和 inferSchema 是常用关键参数。
8. 【关键点 3】DataFrame 可直接用于后续转换与行动操作。
9. 【易错点 1】忽略文件路径错误或权限问题，导致加载失败。
10. 【易错点 2】未设置正确的分隔符或编码，造成数据解析异常。
11. 【易错点 3】在集群模式下未使用分布式路径，导致性能低下。