Manipulace se sloupci
Federální letecký úřad (FAA) považuje let za "zpožděný", pokud přistane 15 nebo více minut po plánovaném čase příjezdu.
Další krok přípravy letových dat se skládá ze dvou částí:
- převeď jednotky vzdálenosti – nahraď sloupec
milesloupcemkm; a - vytvoř booleovský sloupec označující, zda byl let zpožděný, nebo ne.
Toto cvičení je součástí kurzu
Machine Learning with PySpark
Pokyny k cvičení
- Importuj funkci, která umožňuje zaokrouhlit číslo na zadaný počet desetinných míst.
- Odvoď nový sloupec
kmze sloupcemilea zaokrouhli výsledek na nula desetinných míst. Jedna míle je 1,60934 km. - Odstraň sloupec
mile. - Vytvoř sloupec
labels hodnotou 1, pokud bylo zpoždění 15 minut nebo více, jinak s hodnotou 0. Dobře promysli logickou podmínku.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import the required function
from pyspark.sql.functions import ____
# Convert 'mile' to 'km' and drop 'mile' column (1 mile is equivalent to 1.60934 km)
flights_km = flights.____('km', ____(____ * ____, 0)) \
.____('mile')
# Create 'label' column indicating whether flight delayed (1) or not (0)
flights_km = flights_km.____('label', (____).cast('integer'))
# Check first five records
flights_km.show(5)