第八次作业 学生课程分数的SparkSQL分析

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

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。

df_scs.select('name','cource',df_scs['score']+5).show()

 

 

 

2.总共有多少学生？

df_scs.select('name').distinct().count()

 

 

3.总共开设了哪些课程？

df_scs.select('cource').distinct().show()

 

 

 

4.每个学生选修了多少门课？

 xsb.groupBy('name').count().show()

 

 

 

 

5.每门课程有多少个学生选？

 xsb.groupBy('course').count().show()

 

 

 

 

6.每门课程大于95分的学生人数？

 

 

 

 

 

7.Tom选修了几门课？每门课多少分？

 

 

 

 

 

8.Tom的成绩按分数大小排序。

 

 

 

 

 

 

 

9.Tom的平均分。

 

 

 

 

 

 

10.求每门课的平均分，最高分，最低分。

 

 

 

 

 

 

 

 

11.求每门课的选修人数及平均分，精确到2位小数。

 

 

 

 

 

12.每门课的不及格人数，通过率