08 学生课程分数的Spark SQL分析
2021/5/20 2:26:05
本文主要是介绍08 学生课程分数的Spark SQL分析,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
生成表头
from pyspark.sql.types import *
from pyspark.sql import Row
schemaString="name course score"
fields=[StructField(field_name,StringType(),True) for field_name in schemaString.split(" ")]
bt=StructType(fields)
bt
生成数据
xssj=spark.sparkContext.textFile("file:///usr/local/spark/mycode/rdd/xs.txt").map(lambda line:line.split(',')).map(lambda x:Row(name=x[0],course=x[1],score=int(x[2])))
xssj.take(3)
拼接
xsb=spark.createDataFrame(xssj,bt)
xsb.show()
用DataFrame的操作或SQL语句完成以下数据分析要求,并和用RDD操作的实现进行对比:
- 每个分数+5分。
- xsb.select('name','course',xsb.score+5).show()
- 总共有多少学生?
- xsb.select('name').distinct().count()
- 总共开设了哪些课程?
- xsb.select('course').distinct().show()
- 每个学生选修了多少门课?
- xsb.groupBy('name').count().show()
-
- 每门课程有多少个学生选?
- xsb.groupBy('course').count().show()
- 每门课程大于95分的学生人数?
- xsb.filter(xsb.score>95).groupBy('course').count().show()
- Tom选修了几门课?每门课多少分?
- xsb.filter(xsb.name=='Tom').show()
- Tom的成绩按分数大小排序。
- xsb.filter(xsb.name=='Tom').orderBy(xsb.score).show()
- Tom的平均分。
- xsb.filter(xsb.name=='Tom').agg({'score':'mean'}).show()
- 求每门课的平均分,最高分,最低分。
-
xsb.filter(xsb.name=='Tom').groupBy('course').agg({'score':'mean'}).show()
- xsb.filter(xsb.name=='Tom').groupBy('course').agg({'score':'max'}).show()
- xsb.filter(xsb.name=='Tom').groupBy('course').agg({'score':'min'}).show()
这篇关于08 学生课程分数的Spark SQL分析的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)
- 2024-05-30【Java】百万数据excel导出功能如何实现