① html裡面的JS裡面可以直接寫sql語句嗎
呵呵呵，可以寫Sql語句，就當是字元串了，但是你會被用戶輕易看到你的源代碼進行攻擊了~~
② WPS可以使用SQL語句嗎
你是說寫入sql語句還是編譯sql語句？
編譯的話當然不行了，wps又沒有編譯器。
寫入的話當然可以，找個txt文檔也可以寫，就是一個字元串。
③ Spark SQL怎麼創建編程創建DataFrame
創建DataFrame在Spark SQL中，開發者可以非常便捷地將各種內、外部的單機、分布式數據轉換為DataFrame。以下Python示例代碼充分體現了Spark SQL 1.3.0中DataFrame數據源的豐富多樣和簡單易用：
# 從Hive中的users表構造DataFrame
users = sqlContext.table("users")
# 載入S3上的JSON文件
logs = sqlContext.load("s3n://path/to/data.json", "json")
# 載入HDFS上的Parquet文件
clicks = sqlContext.load("hdfs://path/to/data.parquet", "parquet")
# 通過JDBC訪問MySQL
comments = sqlContext.jdbc("jdbc:mysql://localhost/comments", "user")
# 將普通RDD轉變為DataFrame
rdd = sparkContext.textFile("article.txt") \
.flatMap(lambda line: line.split()) \
.map(lambda word: (word, 1)) \
.receByKey(lambda a, b: a + b) \
wordCounts = sqlContext.createDataFrame(rdd, ["word", "count"])
# 將本地數據容器轉變為DataFrame
data = [("Alice", 21), ("Bob", 24)]
people = sqlContext.createDataFrame(data, ["name", "age"])
# 將Pandas DataFrame轉變為Spark DataFrame（Python API特有功能）
sparkDF = sqlContext.createDataFrame(pandasDF)
④ excel里可以使用sql語句嗎
可以的，EXCEL可以作為數據源（SQL語句FROM後面的表），也可以結果存放到EXCEL裡面，不過需要使用微軟查詢（2016版包含）。
⑤ sql在什麼軟體里編寫程序在那裡可以下載
查詢分析器，裝完SQL就有自帶的啦
1.安裝SQL Server個人版
2.安裝完成後在開始菜單->程序->Microsoft SQL Server->查詢分析器，打開這個就可以編程啦
⑥ 如何用python將dataframe更新原來的sql表
pandas是python環境下最有名的數據統計包，而DataFrame翻譯為數據框，是一種數據組織方式，這么說你可能無法從感性上認識它，舉個例子，你大概用過Excel，而它也是一種數據組織和呈現的方式，簡單說就是表格，而在在pandas中用DataFrame組織數據，如果你不print DataFrame，你看不到這些數據，下面我們來看看DataFrame是如何使用的。
首先是引入pandas和numpy，這是經常配合使用的兩個包，pandas依賴於numpy，引入以後我們可以直接使用np/pd來表示這個兩個模塊
先創建一個時間索引，所謂的索引（index)就是每一行數據的id，可以標識每一行的唯一值
為了快速入門，我們看一下如何創建一個6X4的數據：randn函數用於創建隨機數，參數表示行數和列數，dates是上一步創建的索引列
我們還可以使用字典來創建數據框，例如創建一個列名為A的數據框，索引是自動創建的整數
這又是一個字典創建DataFrame的例子
假如字典內的數據長度不同，以最長的數據為准，比如B列有4行：
可以使用dtypes來查看各行的數據格式
接著看一下如何查看數據框中的數據，看一下所有的數據
使用head查看前幾行數據（默認是前5行），不過你可以指定前幾行
查看前三行數據
使用tail查看後5行數據
查看數據框的索引
查看列名用columns
查看數據值，用values
查看描述性統計，用describe
使用type看一下輸出的描述性統計是什麼樣的數據類型——DataFrame數據
使用T來轉置數據，也就是行列轉換
對數據進行排序，用到了sort，參數可以指定根據哪一列數據進行排序。
好了，這篇入門教程到這里，後面還有很多，希望有志同道合的朋友一起交流學習，有什麼說的不對的地方，請批評指正。
⑦ 可否對powerquery已有的查詢表寫sql
可以對powerquery已有的查詢表寫sql
在【數據】選項卡下依次單擊【獲取數據】→【自其它源】→【從ODBC】，打開ODBC編輯框。
打開APP查看高清大圖
在編輯框，數據源名稱保持dBASE Files不變。高級選項的連接字元串按以下格式輸入：
driver={Microsoft Excel Driver (*.xls, *.xlsx, *.xlsm, *.xlsb)};
driverid=1046;
dbq=工作簿全路徑
在以上語句中，driverid=1046表示Excel的版本，如果是03版，可以設置為driverid=790。dbq=工作簿全路徑 指定了目標工作簿的全路徑。
編輯框的SQL語句是可選的，可以根據需要編寫，本例為：
select * from [成績表$]
where 班級='1班' and 科目='數學'
設置完成後，結果如下圖所示：
打開APP查看高清大圖
點擊【確定】按鈕，轉換數據到Power Query編輯器即可▼
⑧ dataframe sql哪個可以實現更新元素
創建 SQLContext
Spark SQL 中所有相關功能的入口點是 SQLContext 類或者它的子類， 創建一個 SQLContext 的所有需要僅僅是一個 SparkContext。
使用 Scala 創建方式如下：
val sc: SparkContext // An existing SparkContext.
val sqlContext = new org.apache.spark.sql.SQLContext(sc)
// this is used to implicitly convert an RDD to a DataFrame.
import sqlContext.implicits._
使用 Java 創建方式如下：
JavaSparkContext sc = ...; // An existing JavaSparkContext.
SQLContext sqlContext = new org.apache.spark.sql.SQLContext(sc);
使用 Python 創建方式如下：
from pyspark.sql import SQLContext
sqlContext = SQLContext(sc)