码迷,mamicode.com
首页 > 其他好文 > 详细

05 RDD练习:词频统计,学习课程分数

时间:2021-04-07 10:49:31      阅读:0      评论:0      收藏:0      [点我收藏+]

标签:结果   lazy   lin   image   单词   字段   转换   mamicode   文本   

一、词频统计:

#1.读文本文件生成RDD lines

#2.将一行一行的文本分割成单词 words flatmap()

#3.全部转换为小写 lower()

#4.去掉长度小于3的单词 filter()

#5.去掉停用词

#6.转换成键值对 map()

7.统计词频 reduceByKey()

技术图片

 

 

二、学生课程分数 groupByKey() -- 按课程汇总全总学生和分数

1. 分解出字段 map()

技术图片

 

 技术图片

 

 2. 生成键值对 map()

技术图片

 

 3. 按键分组 groupByKey()

技术图片

 

 4. 输出汇总结果 for i in <>:

技术图片

 

 技术图片

 

05 RDD练习:词频统计,学习课程分数

标签:结果   lazy   lin   image   单词   字段   转换   mamicode   文本   

原文地址:https://www.cnblogs.com/willl/p/14618851.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!