例如如下数据id name age1 abc 202 bcd 213 abc 224 cde 195 abc 18删除name字段重复的数据，只留下一个，删减后的结果如下id name age1 abc 202 bcd 214 cde 19请问有没有什么办法能够实现，之前网上找的对于小数据库还行，大一些的数据库（GB级别以上的），就没法处理了

一些有关跑步的网站只有对个人导入的数据的分析，有没有大数据分析的网站可以找到如跑步者年龄、跑步时间、距离、速度、地点之类的大数据？

哪里有关于地方房产销售的详细数据？可以花钱买，用于商业数据分析

两种2分类方法，在同一数据集下进行的分类测试，如何使用统计检验方法比较这两种方法的性能差异？

二叔是大学生，还上过党校，现在响应总理号召，要搞大众创新，做机器人、无人机、大数据。打算再读一个成人本科，求大能指点，要学哪个专业啊？

做大数据平台开发一般对算法要求不高，但是这些大的框架，每一个都像大的黑盒子，如：spark、hadoop、hive、kafka。我最近在研究kafka，但是仅仅是在会用，会选型的阶段。我觉得只要英语ok，完全没什么门槛。想问的问题是：如果想在这个方向上走得更远，应该怎么做，我觉得把源码都撸一遍好像非常不现实，刚入行半年，我scala也不熟悉，有点迷茫，想问问3-5年的从业人员你们怎么做的？

急需肝炎患者临床相关的数据，最好还要有正常人的相应数据做对比。或者其他疾病的临床数据也可以

1，我最近在学习机器学习，我的习惯是理清思路再学习。之前学习后台开发，也曾对大数据和云计算进行归纳。2，我发现机器学习更多的是为了数据挖掘提供算法模型，面向算法模型的。而数据挖掘更多的是面向应用，比如推荐系统，反垃圾系统。数据分析更注重软件的使用，比如R，SPSS，面向工具。3，那么我的问题就来了，这数据分析，数据挖掘，机器学习，大数据，云计算，它们的上一级是什么？是IT行业吗？4，后来我粗略的搜索下，我发现它们上一级更应该是“人工智能”，它们都只是人工智能的分支，人工智能的分支很多，还有自然语言处理，视觉处理，机器人学等等。5，这些分支并没有严格的界定，它们甚至是相互结合的，我这里只是为了理清思路将它们分离出来。6，那么说，各行各 […]

最近在做一些机器学习相关的task，但是数据集太难构造了（文本的，主要是人工标注太辛苦，自己标了大概有1000多条文本），因此在数据集构造上有点随意，导致数据集噪声偏大，交叉验证的结果和测试集上的表现完全不一样，但是1w多条都要自己标的话会很辛苦。因此在此想问下大家遇到这个问题都是怎么做的？