Python Spark数据帧脚本运行非常慢

我对大数据非常陌生，目前正在学习Spark。我已经在我的windows笔记本电脑上安装了Spark 2.0，并使用Python3.4中的Spark Dataframe api创建了一个脚本，以查找1个特定列的总和。时间太长，约5分钟3秒。
此文本文件非常大（约500mb），包含240万条记录。
任务管理器显示100%的CPU消耗和50%的RAM消耗。
以下是我所做的：

import sys
from pyspark.sql import SparkSession, Row

def mapLogs(line):
    fields = line.split("|")
    return Row(userID=int(fields[0]), trackID=int(fields[1]), shared=int(fields[2]), radio=int(fields[3]), skip=int(fields[4]))

spark = SparkSession\
    .builder\
    .config("spark.sql.warehouse.dir","file:///F:/temp")\
    .appName("MusciTrackShared")\
    .getOrCreate()

lines = spark.sparkContext.textFile("bigTextFile.txt")          # format : UserId|TrackId|Shared|Radio|Skip
music_logs = lines.map(mapLogs)                                 # convert each line to Row

df = spark.createDataFrame(music_logs)                          # create dataframe

df.filter(df['shared'] == 1).groupBy(df['trackID']).sum('shared').orderBy("sum(shared)", ascending=False).show(5)

spark.stop()

我做错了什么？有人能给我指出正确的方向吗？

---

感谢Pig脚本提供相同的查询和测试数据，在ubuntu虚拟机上需要3分钟。Spark应该工作得更快，对吧？我用基本的RDD命令在saprk中重新编写了相同的程序，仍然需要5分钟1秒。14个小时过去了，社区没有任何评论。我真的很惊讶。