本系列文章由TTLSA兄弟HH精心打造
选择Init – Python数据分析(1)
选择每日PV-MRJob-Python数据分析(2)
选择每日PV-Pandas-Pytho...
物品推荐-Pandas-Python数据分析(22)
数据
具体数据和代码在网盘:链接: https://pan.baidu.com/s/1qYyAyvi密码: rnbj
相关文件: 01_user_goods_score.data。
数...
物品推荐-MRJob-Python数据分析(21)
数据
具体数据和代码在网盘:链接: https://pan.baidu.com/s/1qYyAyvi密码: rnbj
相关文件: 01_user_goods_score.data。
数...
真实IP对应区域-Pandas-Python数据分析(20)
1.1. Pandas分析步骤
载入日志数据
载入area_ip数据
将 real_ip 请求数 进行 COUNT。类似如下SQL:
SELECT inet_aton(l....
真实IP对应区域-MRJob-Python数据分析(19)
1.1. 前言
由于我们这边没有使用 M/R join的方法来实现 IP对应的区域,我们是使用M/R结合Pandas来实现。
我们计算每日PV经过这四个步骤:
Mapper: 将以行数据...
CDN_IP对应地址-Pandas-Python数据分析(18)
1.1. Pandas分析步骤
载入日志数据
载入area_ip数据
将 CDN_IP请求数 进行 COUNT。类似如下SQL:
SELECT inet_aton(l.cd...
CDN_IP对应地区-MRJob-Python数据分析(17)
1.1. 前言
由于我们这边没有使用 M/R join的方法来实现 IP对应的区域,我们是使用M/R结合Pandas来实现。
我们计算CDN IP对应地区经过这四个步骤:
Mapper:...
Join实现-MRJob-Python数据分析(16)
1.1. 前言
前面我们解析出了CDN IP 和 用户真实IP 的访问次数,但是我们要如何知道该IP是来自哪个地区呢?这时候我们就需要用到在area_ip.csv 中的数据了。
这时候就需要使...
真实IP请求-Pandas-Python数据分析(15)
1.1. Pandas分析步骤
载入数据
将 真实IP请求 进行 COUNT。类似如下SQL:
SELECT real_ip,
count(*)
FROM log
...
真实IP请求数-MRJob-Python数据分析(14)
1.1. 前言
我们计算真实IP经过这四个步骤:
Mapper: 将以行数据解析成 key=real_ip value=1的形式
Shuffle: 通过Shuffle后的结果会生成以 k...
CDN_IP请求数-Pandas-Python数据分析(13)
1.1. Pandas分析步骤
载入数据
将 CDN_IP请求数 进行 COUNT。类似如下SQL:
SELECT cdn_ip,
count(*)
FROM log...
CDN_IP请求数-MRJob-Python数据分析(12)
1.1. 前言
我们计算CDN IP请求数经过这四个步骤:
Mapper: 将以行数据解析成 key=cdn_ip value=1的形式
Shuffle: 通过Shuffle后的结果会生...
浏览工具排名-Pandas-Python数据分析(11)
1.1. Pandas分析步骤
载入数据
将 浏览工具排名 进行 COUNT。类似如下SQL:
SELECT browser,
count(*)
FROM log
...
浏览工具排名-MRJob-Python数据分析(10)
1.1. 前言
我们计算浏览工具排名经过这四个步骤:
Mapper: 将以行数据解析成 key=浏览工具 value=1的形式
Shuffle: 通过Shuffle后的结果会生成以 ke...
外链点击数-Pandas-Python数据分析(9)
1.1. Pandas分析步骤
载入数据
将 外链点击数 进行 COUNT。类似如下SQL:
SELECT reference_url,
count(*)
FROM ...