spark 已建好RDD，DataFrame和临时表， rdd df scs直接写 每门课的平均分，按平均分排序

假设你已经有了一个RDD或DataFrame，其中包含每个学生的成绩和所属的课程，那么你可以使用以下代码来计算每门课的平均分并按平均分排序：

使用RDD：

# 假设你的rdd如下所示
# (课程名称, 成绩)
rdd = sc.parallelize([
    ("Math", 80),
    ("Math", 90),
    ("English", 75),
    ("English", 85),
    ("Science", 95),
    ("Science", 85),
])

# 计算每门课的平均分
# (课程名称, (总分数, 总人数))
totals = rdd.mapValues(lambda x: (x, 1)) \
            .reduceByKey(lambda x, y: (x[0]+y[0], x[1]+y[1]))

# 计算每门课的平均分并按平均分排序
# (课程名称, 平均分数)
averages = totals.mapValues(lambda x: x[0]/x[1]) \
                 .sortBy(lambda x: x[1], ascending=False)

# 输出结果
for course, avg in averages.collect():
    print(f"{course}: {avg}")

使用DataFrame：

# 假设你的DataFrame如下所示
# +--------+-----+
# |  course|score|
# +--------+-----+
# |    Math|   80|
# |    Math|   90|
# | English|   75|
# | English|   85|
# | Science|   95|
# | Science|   85|
# +--------+-----+

from pyspark.sql.functions import avg

# 计算每门课的平均分并按平均分排序
df.groupBy("course").agg(avg("score").alias("average")) \
  .orderBy("average", ascending=False) \
  .show()

使用临时表：

# 假设你已经将DataFrame注册为一个叫做"temp_table"的临时表
spark.sql("""
    SELECT course, AVG(score) AS average
    FROM temp_table
    GROUP BY course
    ORDER BY average DESC
""").show()