08 学生课程分数的Spark SQL分析

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。
  •  

     

  • 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
  • 结果可视化。

 SQL:
  spark.sql("SELECT course,count(course),round(avg(score),2) from scs group by course").show()

Tom的成绩按分数大小排序:

RDD:

  chapters.filter(lambda chapter:"Roy" in chapter).map(lambda chapter:chapter.split(',')).sortBy(lambda chapter:(chapter[2])).collect()

 DataFrame:

  df_scs.filter(df_scs['name']=='Tom').sort(df_scs['score'].desc()).show()

SQL:

  spark.sql("SELECT course,score from scs where name='Tom' order by score desc").show()

 

posted @ 2021-05-19 22:53  ZiKiii  阅读(37)  评论(0编辑  收藏  举报