在PySpark中，你可以使用toDF()函数将已有数据转换为DataFrame格式，然后使用kmeans()函数进行KMeans训练。以下是一个示例：

```python from pyspark.sql import SparkSession

创建SparkSession

spark = SparkSession.builder.getOrCreate()

创建一个DataFrame

data = {'X': [1, 2, 3, 4, 5], 'Y': [2, 3, 4, 5, 6]} df = spark.createDataFrame(data)

使用kmeans函数进行KMeans训练

kmeans = kmeans(df, 3) ```

在这个例子中，我们首先创建了一个SparkSession，然后创建了一个DataFrame。然后，我们使用kmeans(df, 3)函数进行KMeans训练。这个函数的第一个参数是DataFrame，第二个参数是要使用的K值。

注意：这个例子假设你的数据是一个DataFrame，其中包含'X'和'Y'列。你需要将'X'和'Y'列的名称替换为你自己的列名。