Elegir la métrica de calidad adecuada
Una ingeniera junior en Global Retail Analytics ejecuta el pipeline de limpieza sobre una nueva carga de online_retail, pero por accidente comenta la línea na.drop(subset=["CustomerID"]). Los pasos restantes — na.fill(), dropDuplicates() y el filtro de registros no válidos — se ejecutan sin errores.
¿Qué métrica de control de calidad revelaría de inmediato el error?
Este ejercicio forma parte del curso
Transformación de datos con Spark SQL en Databricks
ejercicio interactivo práctico
Convierte la teoría en práctica con uno de nuestros ejercicios interactivos
Empezar ejercicio