- 博客(8)
- 收藏
- 关注
原创 python和pyspark数据处理的区别
1、python的dataframe,是单机数据集,只适用于处理少数据量;2、pyspark的RDD,是分布式弹性数据集,适用于处理大数据量。
2024-09-15 09:27:30 101
原创 pthon map,apply和applymap的区别
1、map是serise对象的方法;apply是dataframe和serise对象的方法;applymap是dataframe对象的方法;2、map应用于对象中的每个元素;apply应用于对象中行或列中的元素;applymap应用于对象中的每个元素。
2024-09-07 19:14:12 97
原创 python:‘SeriesGroupBy‘ object has no attribute ‘to_excel‘
把data1转出dataframe,pd.DataFrame(group)data1不是dataframe。
2024-09-06 18:06:19 211
原创 hive on spark报错:Failed to create Spark client for Spark session
解决办法:增加重试次数。
2024-09-06 16:13:11 105
原创 sqoop采集数据到hive
@sqoop采集数据到hive1、oracle抽取数据到hive本身是map,可指定map的个数;可增量或全量抽;通过shell脚本可批量抽取应用场景:将表从关系型数据库抽取到hive或hdfs分隔符问题导致数据量变多,参考https://blog.csdn.net/qq_38250124/article/details/84331037null值问题:hive官方文档关于null值的描...
2019-10-31 11:11:24 612
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人