在实际数据分析和处理过程中，我们可能需要灵活对分组数据进行聚合操作。这个时候，我们就需要用到用户自定义函数（User-Defined Functions，UDFs）。
官网示例
官网地址：
下载数据
wget
我们下载好数据
安装unzip
yum install -y unzip
解压数据
创建库
创建表
CREATE TABLE u_data (
2024年09月27日
在实际数据分析和处理过程中，我们可能需要灵活对分组数据进行聚合操作。这个时候，我们就需要用到用户自定义函数（User-Defined Functions，UDFs）。
2024年09月27日
在实际的数据分析过程中，我们把原始数据集，进行分组处理之后，往往需要对分组结果中的，各个小组的数据进行不同的操作。这就需要对我们的分组结果对象，通过循环迭代的方式，访问和操作不同组内部的数据元素。
2024年09月27日
在数据分析过程中，groupby语句，起到对原始数据集，进行分组和聚合的作用。我们在进行数据处理的时候，经常需要对不同的数据维度，以及不同的数据切片集合，进行操作和处理。
比如说，假设我们有全国人口数据集，而我们分析数据的时候，关注的主要问题是，不同省份之间，人们的平均身高是个什么情况。
对于这样的数据分析问题，我们就需要先通过省份列，对数据集进行分组。在分组完成之后，获取每个组的身高列，然后通过计算平均值的聚合函数，对分组后的数据集进行聚合。这样，我们就能够得到，不同省份，人们的平均身高数据。
2024年07月19日
官网示例
官网地址：
下载数据
wget
我们下载好数据
安装unzip
yum install -y unzip
解压数据
创建库
创建表
CREATE TABLE u_data (
2024年07月19日
Pandas是Python数据分析处理的核心第三方库，它使用二维数组形式，类似Excel表格，并封装了很多实用的函数方法，让你可以轻松地对数据集进行各种操作。
2024年07月19日
我使用Regex从上的网页搜索框中检索某些内容selenium.webDriver。
searchbox = driver.find_element_by_class_name("searchbox")
searchbox_result = re.match(r"^.*(?=(\())", searchbox).group()
2024年07月19日
编辑导读：数据分析如今已经逐渐成为一个热门职位，越来越多的人想要成为数据分析师，但是却不知道怎么入门。本文将从广义的角度以及互联网思维的视角，来梳理一下关于“数据分析”如何快速入门一些基本思路。
2024年07月19日
今天在做题的时候遇上好几道题目都是有关于KMP字符串匹配中的next数组的相关问题的，这是一个自己的盲区，毕竟之前一直没有看到过，今天就好好研究一下吧，KMP算法的来源，原理我都不多说了，这个是学习数据结构中的经典。
KMP算法，是由Knuth，Morris，Pratt共同提出的模式匹配算法，其对于任何模式和目标序列，都可以在线性时间内完成匹配查找，而不会发生退化，是一个非常优秀的模式匹配算法，KMP算法的关键是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是实现一个next()函数，函数本身包含了模式串的局部匹配信息。时间复杂度O(m+n)