PySpark案例集锦：汇集了基于Python语言进行Spark数据处理和分析的案例。

简介：
case_pyspark 是一系列以 Python 语言为基础的 Spark 数据处理与分析案例汇编（PySpark）。实验环境配置如下：1）操作系统： Ubuntu 20.04；2）编程语言： Python 3.7.x 版本；3） Spark 版本： 2.4.5 (包含安装指南)；4）交互式开发环境： Jupyter Notebook (提供安装和使用指导)。案例内容包括：1) yelp 数据集上的商业数据分析，涉及对 Yelp 平台商业数据的深入挖掘与解读；2) us_counties 数据集上的 2020 年美国新冠肺炎疫情数据分析，旨在探索疫情分布和趋势；3) ECommerce 数据集上的基于零售交易数据的 Spark 数据处理与分析，用于研究零售行业的运营数据；4) earthquake 数据集上的基于地震数据的 Spark 数据处理与分析，为地震研究提供数据支持；5) global 数据集上的基于 Spark 的地震数据处理与分析，扩展到全球范围内的地震监测与分析；6) OverDue 数据集上的基于信用卡逾期数据的 Spark 数据处理与分析，用于识别和评估信用风险；7) project 数据集上的基于 TMDB (The Movie Database) 电影数据集的电影数据分析，为电影推荐系统提供数据基础。