软件1801-
第十次作业：期末大作业
补： 第六次作业：Spark SQL 及其DataFrame的基本操作 第七次作业：从RDD创建DataFrame 大作业： 1.选择使用什么数据，有哪些字段，多大数据量。 2020年美国新冠疫情数据。字段有日期，区县，州，截止该日期该区县的累计确诊人数，截止该日期该区县的累计死亡人数。数据量为15 -
大数据（二）作业十： 期末大作业
大作业： 1.选择使用什么数据，有哪些字段，多大数据量。 基于YELP数据集的商业分析 字段名称 含义 数据格式 例子 business_id 商家ID string “business_id”: “tnhfDv5Il8EaGSXZGiuQGg” name 商家名称 string “name”: “ -
10 期末大作业
第七次 作业 补交（时间原因） https://www.cnblogs.com/lzf1234/p/14875051.html -
07 从RDD创建DataFrame
1.pandas df 与 spark df的相互转换 3.1 利用反射机制推断RDD模式 sc创建RDD 转换成Row元素，列名=值 spark.createDataFrame生成df df.show(), df.printSchema() 3.2 使用编程方式定义RDD模式 生成“表头” fie -
第十次期末作业
期末作业: 一、.选择使用什么数据，有哪些字段，多大数据量。 地震数据 累计死亡人数 不同类型的地震数量 各个省份的地震次数 二、准备分析哪些问题？（8个以上） 1.中国境内每个省份（海域）发生重大地震的次数 2.不同类型地震的数量 3.震级前500的地震 4.震源深度前500的地震 5. 震级与震 -
10 期末大作业
1.选择使用什么数据，有哪些字段，多大数据量。 本次实验数据集来自和鲸社区的信用卡评分模型构建数据 ，以数据集cs-training.csv为分析主体，其中共有15万条记录，11列属性。 SeriousDlqin2yrs: 是否逾期。RevolvingUtilizationOfUnsecuredLi -
10 期末大作业
大作业： 1.选择使用什么数据，有哪些字段，多大数据量。 选择美国新冠疫情统计数据。 字段结构为（以前两行为例） date, county, state, cases, deaths2020/1/21,Snohomish,Washington, 1, 0 数据大小5MB 2.准备分析哪些问题？（8个 -
10 期末大作业
1.选择使用什么数据，有哪些字段，多大数据量。 选用美国新冠数据集，变量有日期（date），县（county）， 国家、州（state），确诊情况（cases），死亡人数（deaths），共158981条数据。 2.准备分析哪些问题？（8个以上） (1) 统计美国截止每日的累计确诊人数和累计死亡人数 -
10 期末大作业
1.选用美国新冠数据集，变量有日期（date），县（county）， 国家、州（state），确诊情况（cases），死亡人数（deaths）； 2. 美国确诊人数最多的县，统计死亡人数最多州，美国确诊人数最少的州，5.19日为止死亡人数最少的前十个州，5.19美国确诊人数最多的前十个州，美国一个县 -
10 期末大作业
1.选择使用什么数据，有哪些字段，多大数据量。 us-counties美新冠数据；字段有日期（date），县（county）， 国家、州（state），确诊情况（cases），死亡人数（deaths）；共158981条数据。 2.准备分析哪些问题？（8个以上） 1.统计美国某个县每天的确诊病例和死亡