• 期末大作业


    大作业:

    1.选择使用什么数据,有哪些字段,多大数据量。

    数据:us-counties美新冠数据.csv

    字段:日期date、县country、州state、确诊人数cases、死亡人数deaths

    数据量:158982

    2.准备分析哪些问题?(8个以上)

    (1). 统计美国截止每日的累计确诊人数和累计死亡人数。做法是以date作为分组字段,对casesdeaths字段进行汇总统计。

    (2). 统计美国每日的新增确诊人数和新增死亡人数。因为新增数=今日数-昨日数,所以考虑使用自连接,连接条件是t1.date = t2.date + 1,然后使用t1.totalCases t2.totalCases计算该日新增。

    (3). 统计截止5.19日,美国各州的累计确诊人数和死亡人数。首先筛选出5.19日的数据,然后以state作为分组字段,对casesdeaths字段进行汇总统计。

    (4). 统计截止5.19日,美国确诊人数最多的十个州。对3)的结果DataFrame注册临时表,然后按确诊人数降序排列,并取前10个州。

    (5). 统计截止5.19日,美国死亡人数最多的十个州。对3)的结果DataFrame注册临时表,然后按死亡人数降序排列,并取前10个州。

    (6). 统计截止5.19日,美国确诊人数最少的十个州。对3)的结果DataFrame注册临时表,然后按确诊人数升序排列,并取前10个州。

    (7). 统计截止5.19日,美国死亡人数最少的十个州。对3)的结果DataFrame注册临时表,然后按死亡人数升序排列,并取前10个州

    统计截止5.19日,全美和各州的病死率。病死率 = 死亡数/确诊数,对3)的结果DataFrame注册临时表,然后按公式计算。

    3.当前进展。

     

  • 相关阅读:
    python主要探索函数
    数据分析分析方法
    监控hadoop任务结果shell脚本
    shell编程
    hadoop介绍
    数据探索
    Python数据分析简介
    数据挖掘基础篇之整体思路
    sqlAlchemy
    python md5 加密
  • 原文地址:https://www.cnblogs.com/shawncs/p/14860159.html
Copyright © 2020-2023  润新知