Načtení dat
Načtení dat je první krok při práci s PySparkem v datové vědě! Pojďme využít nový průmyslový standard – soubory ve formátu parquet!
Toto cvičení je součástí kurzu
Feature Engineering with PySpark
Pokyny k cvičení
- Pomocí čtečky souborů
parquet()načti soubor'Real_Estate.parq'podle postupu z videa. - Vypiš seznam sloupců pomocí
columns.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Read the file into a dataframe
df = spark.read.____(____)
# Print columns in dataframe
____(df.____)