1.生成“表头”

 

 

 

 2.生成“表中的记录”

 

 3.把“表头”和“表中的记录”拼装在一起

 

 

  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

 

 

 

 

 总共有多少学生?df_scs.select('name').distinct().count()

 

 每个学生选修了多少门课?df_scs.groupBy('name').count().show()

 

每门课程有多少个学生选?df_scs.groupBy('cource').count().show()

每门课程大于95分的学生人数?

 

 

Tom的成绩按分数大小排序。

 

 

Tom的平均分。df_scs.filter(df_scs['name']=='Tom').agg({'score':'mean'}).show()

 

 

求每门课的平均分,最高分,最低分。

每门课的平均分:df_scs.groupBy("cource").avg('score').show()

 

 

 

 每门课的不及格人数,通过率

 

 

 

posted on 2021-05-20 21:59  牛哈哈呀  阅读(77)  评论(0编辑  收藏  举报