Spark笔记(pyspark)2
6.SparkSQL 数据清洗API1.去重方法 dropDuplicates功能:对DF的数据进行去重,如果重复数据有多条,取第一条2.删除有缺失值的行方法 dropna功能:如果数据中包含null,通过dropna来进行判断,符合条件就删除这一行数据3.填充缺失值数据 fillna功能:根据参数...
Spark笔记(pyspark)1
Spark是什么:Spark是基于内存的迭代式计算引擎1、基本概念RDD:是Resillient Distributed Dataset(弹性分布式数据集)的简称,是分布式内存的一个抽象概念,提供了一种高度受限的共享内存模型DAG:是Directed Acyclic Graph(有向无...
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。
社区圈子
apache spark您可能感兴趣
- apache spark大数据计算
- apache spark client
- apache spark报错
- apache spark模式
- apache spark任务
- apache spark Hive
- apache spark SQL
- apache spark yarn
- apache spark MaxCompute
- apache spark like
- apache spark streaming
- apache spark Apache
- apache spark数据
- apache spark Hadoop
- apache spark大数据
- apache spark rdd
- apache spark运行
- apache spark summit
- apache spark集群
- apache spark分析
- apache spark学习
- apache spark机器学习
- apache spark实战
- apache spark flink
- apache spark Scala
- apache spark程序