使用Python进行数据分析：具有NYC开放数据的初学者指南 马克·鲍尔 目录 1.简介 使用Python进行数据分析：具有NYC开放数据功能的初学者指南是一个分为四个部分的系列，如以下各节所述。 该库具有笔记本电脑，这些笔记本电脑将使用和集。 本系列举例说明如何将数据分析用于发现有用信息和支持决策。 内容包括： 第1部分：。 第2部分： 。 第3部分： 。 第4部分： 。 2.笔记本 文档名称 描述 静态网页 读取和写入文件。 数据检查，清洁和整理。 绘图和数据可视化。 地理空间数据和制图。 3.资料 数据集 描述 建筑物的足迹轮廓Shapefile在纽约城。 MapPLUTO将PLUTO税收批次数据与财政部数字税收地图（DTM）的税收批次功能合并，可作为海岸线修剪和水源使用。 它以ESRI shapefile和File Geodatabase格式包含税收批次级别的大

现有某地区出租车 GPS 定位数据 taxi.csv 数据一共分为 4 列，每一列含义如下表所示： 编号（id） 纬度（lat） 经度（lon） 时间戳（time） 根据上述条件，结合课堂上学习的“DataFrame的常用操作”相关知识，编写代码实现如下要求： 1、查询编号为 5 的出租车的 GPS 数据的前 10 行。 2、统计出租车的总数有多少。 分别统计每辆出租车的 GPS 点记录有多少条。

本例代码使用了Python的PyQt5、matplotlib和Dataframe画图，并在图中添加了一条随鼠标移动的虚线，之后经过计算在画图的线上标注出了鼠标在当时x轴停留时的数据，本例只是一个简单的例子，自己可以根据功能修改

（1）创建RDD （2）将RDD转为DataFrame （3）调用registerTempTable，注册为表，表名为：tb_book （4）使用使用sql语句查询前15条 （5）模糊查询书名包含“微积分”的书 （6）输出图书的前10行的name和price字段信息 （7）统计书名包含“微积分”的书的数量 （8）查询评分大于9的图书，，且只展示前10条 （9）计算所有书名包含“微积分”的评分平均值 （10）把书目按照评分从高到低进行排列，且只展示前15条 （11）把图书按照出版社进行分组，统计出不同出版社图书的总数 (12)将书名包含“微积分”的书记录保存到本地或HDFS上，且保存的格式为csv，文件名为：学号.csv （13）然后再从该csv文件加载，创建DataFrame，并查询和显示