CountingBykeys

U mnoha datových sad je důležité znát počet klíčů v datasetu typu klíč/hodnota. Například chceš zjistit, ve kolika zemích se produkt prodával, nebo zobrazit nejoblíbenější dětská jména. V tomto cvičení použiješ Rdd, které jsi vytvořil/a dříve, a spočítáš počet unikátních klíčů v tomto párovém RDD.

Nezapomeň, že SparkContext sc i Rdd máš v pracovním prostoru už k dispozici.

Toto cvičení je součástí kurzu

Big Data Fundamentals with PySpark

Zobrazit kurz

Pokyny k cvičení

Zavolej countByKey a výsledek ulož do proměnné total.
Jaký je typ proměnné total?
Projdi total iterací a vypiš klíče spolu s jejich počty.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Count the unique keys
total = Rdd.____()

# What is the type of total?
print("The type of total is", ____(total))

# Iterate over the total and print the output
for k, v in total.___(): 
  print("key", ____, "has", ____, "counts")

Upravit a spustit kód