先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip204888 (备注大数据)
正文
toDF:对字段命名(搭配常用与groupby–agg–toDF)
data = spark.sql("""select \* from temp.tables""")
df = data.group('dt').agg(fn.countDistinct('user\_id'), fn.sum('order\_money')).toDF('dt', 'user\_uv\_count', 'order\_money\_sum')
df.show(3)
withColumn:新增列名
df = df.withColumn('avg\_money', (df.order_money_sum / df.user_uv_count).cast('decimal(14,4)'))
df.show(3)
printSchema: 打印列名信息
df.printSchema()
dropDuplicates:数据列数去重
data = spark.sql("""select \* from temp.tables""")
data.dropDuplicates(['city']).show()
limit:数据看前N条
data = spark.sql("""select \* from temp.tables""").limit(10)
data.show(3)
collect:所有数据收集到数组
data = spark.sql("""select \* from temp.tables""")
data.collect().show(3)
head==take:查看前N行数据
data = spark.sql("""select \* from temp.tables""").head(5)
data.show(3)
data = spark.sql("""select \* from temp.tables""").take(5)
data.show(3)
sample:随机采样,fraction按比例采样
data = spark.sql("""select \* from temp.tables""")
data = data.sample(fraction=0.5)
data.show(3)
selectExpr:选择列名字段,更改列名调整小数位
data = spark.sql("""select \* from temp.tables""")
data = data.select('dt', 'order\_money')
data.selectExpr('dt as date', 'coalesce(order\_money, 4)')
data.show(3)
unionByName: 两两之间相同列名进行合并
data = spark.sql("""select \* from temp.tables""")
data2 = spark.sql("""select \* from temp.tables2""")
union_data = data.unionByName(data2)
union_data.show(6)
describe:查看数据个数、均值、标准差、最小、最大值
data = spark.sql("""select \* from temp.tables""")
data.describe().show()
summary:查看数据个数、均值、标准差、最小、25%、50%、75%、最大值
比describe多个四分位数(25%、50%、75%)
data = spark.sql("""select \* from temp.tables""")
data.summary().show()
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
4888 (备注大数据)**
[外链图片转存中…(img-sqdg9FL7-1713200055386)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!