Začněte nyníZačněte zdarma

Spoj DataFrames

V následujících dvou kapitolách budeš budovat model, který předpovídá, jestli let bude zpožděný nebo ne – a to na základě dat o letech, se kterými jsme dosud pracovali. Model bude zahrnovat i informace o letadle, které danou trasu letělo. Prvním krokem je proto spojení dvou tabulek: flights a planes!

Toto cvičení je součástí kurzu

Foundations of PySpark

Zobrazit kurz

Pokyny k cvičení

  • Nejprve přejmenuj sloupec year v tabulce planes na plane_year, aby nedošlo ke konfliktům s duplicitními názvy sloupců.
  • Vytvoř nový DataFrame s názvem model_data spojením tabulky flights s tabulkou planes pomocí sloupce tailnum jako klíče.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Rename year column
planes = planes.withColumnRenamed(____)

# Join the DataFrames
model_data = flights.join(____, on=____, how="leftouter")
Upravit a spustit kód