Začněte nyníZačněte zdarma

Prozkoumání dat v PySpark DataFrame

Před samotnou analýzou – ať už jde o vizualizaci, modelování nebo trénování – je důležité data nejdřív prozkoumat. V tomto cvičení se podíváš na data v DataFrame people_df, který jsi vytvořil/a v předchozím cvičení, a použiješ k tomu základní operátory DataFrame.

Máš k dispozici SparkSession spark a DataFrame people_df.

Toto cvičení je součástí kurzu

Big Data Fundamentals with PySpark

Zobrazit kurz

Pokyny k cvičení

  • Vypiš prvních 10 řádků z DataFrame people_df.
  • Zjisti celkový počet řádků v DataFrame people_df.
  • Kolik sloupců má DataFrame people_df a jak se jmenují?

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Print the first 10 observations 
people_df.____(10)

# Count the number of rows 
print("There are {} rows in the people_df DataFrame.".format(people_df.____()))

# Count the number of columns and print their names
print("There are {} columns in the people_df DataFrame and their names are {}".format(len(people_df.____), people_df.____))
Upravit a spustit kód