在PySpark DataFrame中避免写入NULL字段的方法有两种：

1. 使用na.drop()方法删除包含NULL值的行：

from pyspark.sql import SparkSession

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建示例DataFrame
data = [("Alice", 20, None), ("Bob", 25, "Male"), ("Charlie", None, "Male")]
df = spark.createDataFrame(data, ["name", "age", "gender"])

# 删除包含NULL值的行
df_without_null = df.na.drop()

# 将结果写入新的DataFrame或存储系统
df_without_null.write.format("parquet").save("path/to/output")

在示例中，na.drop()方法会删除包含NULL值的行，然后将结果写入新的DataFrame或存储系统。在这个示例中，结果将以Parquet格式保存。

2. 使用na.fill()方法填充NULL值：

from pyspark.sql import SparkSession

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建示例DataFrame
data = [("Alice", 20, None), ("Bob", 25, "Male"), ("Charlie", None, "Male")]
df = spark.createDataFrame(data, ["name", "age", "gender"])

# 填充NULL值为指定的值
df_filled = df.na.fill({"age": 0, "gender": "Unknown"})

# 将结果写入新的DataFrame或存储系统
df_filled.write.format("parquet").save("path/to/output")

在示例中，na.fill()方法将NULL值填充为指定的值。在这个示例中，我们将age列的NULL值填充为0，将gender列的NULL值填充为"Unknown"。然后将结果写入新的DataFrame或存储系统。同样，结果将以Parquet格式保存。

这两种方法可以根据你的需求选择使用。如果你希望完全删除包含NULL值的行，则使用na.drop()方法。如果你希望填充NULL值为指定的值，则使用na.fill()方法。