读学生课程分数文件chapter4-data01.txt,创建DataFrame。

一、用DataFrame的操作完成以下数据分析要求

  • 每个分数+5分。
  • 总共有多少学生?
  • 总共开设了哪些课程?
  • 每个学生选修了多少门课?
  • 每门课程有多少个学生选?
  • 每门课程大于95分的学生人数?
  • Tom选修了几门课?每门课多少分?
  • Tom选修了几门课?每门课多少分?
  • Tom的成绩按分数大小排序。
  • Tom的平均分。
  • 求每门课的平均分,最高分,最低分。
  • 求每门课的选修人数及平均分,精确到2位小数。
  • 每门课的不及格人数,通过率

答:

 

 

二、用SQL语句完成以上数据分析要求,可叠加RDD操作。

 

 

三、对比分别用RDD操作实现、用DataFrame操作实现和用SQL语句实现的异同。(比较两个以上问题)

答:(1)求通过率

  RDD:自定义匿名函数实现;

  DataFrame:我觉得无法实现;

  SQL:SQL的内置函数和运算符实现。

  (2)求每门课均值,最大值,最小值

  RDD:自定义很多匿名函数并创建新的RDD;

  DataFrame:使用DataFrame对象的函数展示列,并制表;

  SQL:SQL语句制表。

四、结果可视化。