12 2018 档案
摘要：https://blog.csdn.net/ccnt_2012/article/details/81114920
阅读全文
摘要：协方差矩阵计算方法 2017年11月09日 16:05:51 Rise_1024 阅读数：5468 协方差矩阵计算方法 2017年11月09日 16:05:51 Rise_1024 阅读数：5468 协方差矩阵计算方法 协方差矩阵计算方法 2017年11月09日 16:05:51 Rise_1024
阅读全文
摘要：apply：作用在dataframe的一行或一列上 applymap： 作用在dataframe的每一个元素上 关于apply传入多个参数：
阅读全文
摘要：pandas (loc、iloc、ix)的区别 loc：通过行标签索引数据 iloc：通过行号索引行数据 ix：通过行标签或行号索引数据（基于loc和iloc的混合） 1.使用loc、iloc、ix索引第一行数据： (1) loc (2) iloc (3) ix loc：通过行标签索引数据 iloc
阅读全文
摘要：PySpark之选择特征select、筛选filter、聚合运算、group by、join table、inner join 、left join、right join、full outer join，如下所示： from __future__ import print_function, div
阅读全文
摘要：调研系列第四篇：Hive MetaStore数据库表结构 先来一张整体概述 Hive MetaStore数据库表结构 1. SEQUENCE_TABLE : 对于db、tbl、sds等的SEQUENCE_id ,每次新增的时候取一个 2. DBS:存储hive的DB信息，表结构如下 ： 3. DAT
阅读全文
摘要：笔者最近需要使用pyspark进行数据整理，于是乎给自己整理一份使用指南。pyspark.dataframe跟pandas的差别还是挺大的。 1、——– 查 ——– — 1.1 行元素查询操作 — 像SQL那样打印列表前20元素 show函数内可用int类型指定要打印的行数： df.show()df
阅读全文
