总览使用AWS EMR，Spark，PySpark，Zeppelin和Airbnb的Superset分析芝加哥市区出租车行程数据集芝加哥市出租车旅行数据集步骤1：数据整形/合并分析原始数据执行基本转换重命名列数据类型变更添加新列筛选行筛选栏执行基本数据处理并将Spark DataFrame保存为Parquet格式。以下是所有转换后的Spark DataFrame模式。 root | -- TripID: string (nullable = true) | -- TaxiID: string (nullable = true) | -- TripStartTS:

芝加哥出租车行程分析：使用AWS EMR，Spark，PySpark，Zeppelin和Airbnb的Superset分析芝加哥...

ChicagoData:使用芝加哥开放数据进行分析

芝加哥汽车超速数据数据集

使用DataFrame分析出租车的 GPS信息

patterns_in_the_use_of_taxis_in_chicago:作为Zuber的分析师； 一家在芝加哥成立的新的乘车共享公司。 我的任务是查找芝加哥出租车的行驶方式，即，我将研究数据库，分析竞争对手的数据，并测试关于天气对乘车频率的影响的假设

Hadoop搭建及MR编程-实验报告

taxi-analysis:MapReduceHadoop中纽约市出租车大数据分析

DatascienceCompetition2018:我们是否可以对来自芝加哥的出租车数据超过十亿个数据点（50 GB）进行建模，以预测和解释出租车司机在过去几年中的利润？ 我们在研究生组获得了第二名

superset二次开发数据字典

轨迹数据集网站

airflow-spark-aws-emr:Capstone项目演示了如何使用AWS EMR（Spark）和Airflow处理大型数据集

terraform-emr-pyspark：使用Terraform在AWSEMR上使用Anaconda快速入门PySpark

AWS18_Innovate_如何使用 EMR，Spark ML 与 Zeppelin 搭建机器学习服务技术

方国伟：亚马逊AWS的发展和创新介绍

庄富任：亚马逊AWS云平台上之案例分析与最佳实践

Ariel Kelman：亚马逊AWS云服务推动创新

Hive_Tableau:在AWS上使用HIVE和PYSPARK进行飞行数据分析，并在Tableau上将其可视化

AWS18_Innovate_机器学习、 EMR，Spark ML 与 Zeppelin 、实时分析图像、数字化创新转型

HealthcareLakeETL:在AWS Glue上使用PySpark将FHIR转换为OMOP

spark-eks:在AWS上与spark-on-k8s运算符一起使用的示例和自定义火花图像

NotToDo：使用AWS Amplify作为设备数据存储的简单“不做”应用程序

CommunityDetection-Spark-AWS：一个用Python编写的Spark应用程序，用于使用双向标签传播算法找出牢固连接的组件。 该项目在AWS EMR集群上实现了1.3GB的Twitter网络数据集

yelp-spark-airflow:使用PySpark和Airflow进行Yelp数据集情感分析和加权评论分数

Amazon+EMR相关最佳实践.pdf

aws-java-sdk-core-1.11.939-API文档-中文版.zip

aws-v4:使用AWS Signature版本4为API网关（execute-api）生成AWS签名v4

workshop-spark-on-aws:来自 Apache Spark on Amazon EMR 研讨会的代码和脚本

spark-aws-rdkit:带有Apache Spark Hadoop3（与AWS服务如S3兼容）和Anaconda环境中安装的RDKit的Docker映像

最新资源

patterns_in_the_use_of_taxis_in_chicago:作为Zuber的分析师；一家在芝加哥成立的新的乘车共享公司。我的任务是查找芝加哥出租车的行驶方式，即，我将研究数据库，分析竞争对手的数据，并测试关于天气对乘车频率的影响的假设

DatascienceCompetition2018:我们是否可以对来自芝加哥的出租车数据超过十亿个数据点（50 GB）进行建模，以预测和解释出租车司机在过去几年中的利润？我们在研究生组获得了第二名

CommunityDetection-Spark-AWS：一个用Python编写的Spark应用程序，用于使用双向标签传播算法找出牢固连接的组件。该项目在AWS EMR集群上实现了1.3GB的Twitter网络数据集