现有某地区出租车 GPS 定位数据 taxi.csv，部分数据见下图_taxi-cancellation-case.csv包含了从2011年至2013年期间的出租车预定数

数据一共分为 4 列，每一列含义如下表所示

根据上述条件，参考 SparkRDD、wordcount、SparkDataFrame、SparkSQL 实验，编写代码实
现如下要求：

1、查询编号为 5 的出租车的 GPS 数据的前 10 行数据
2、统计共有多少辆不同的出租车（id为唯一标识）
3、分别统计每辆出租车的 GPS 点记录有多少条,这里只查看前10行数据

4、选出记录数量最多的3辆车

一、RDD实现

一、RDD实现
1.导入数据
rdd1=sc.textFile("/home/ubuntu/taxi.csv")
2.分割数据
rdd2=rdd1.map(lambda x:x.split(","))
3.查询某一列数据编号为几的前十行数据，调用filter（）函数
rdd2.filter(lambda x:x[0]=='5').take(10)#1
4.统计某一列数据共有多少不同的数据，distinct（）为去重函数，count（）为计数数据
rdd2.map(lambda x:x[0]).distinct().count()#2   384
5.统计某一列数据的某个数据a的记录共有多少条࿰