Verificar la carga de datos

Imagina que cada mes recibes un archivo nuevo. Sabes que debes esperar un cierto número de registros y columnas. En este ejercicio crearemos una función que valide el archivo cargado.

Este ejercicio forma parte del curso

Ingeniería de características con PySpark

Ver curso

Instrucciones del ejercicio

Crea una función de validación de datos check_load() con los parámetros df (un dataframe), num_records (número de registros) y num_columns (número de columnas).
Usando num_records, crea una comprobación para ver si el dataframe de entrada df tiene la misma cantidad con count().
Compara el número de columnas que tiene el dataframe de entrada con num_columns usando len() sobre columns.
Si ambas comprobaciones devuelven True, imprime Validation Passed

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

def ____(____, ____, ____):
  # Takes a dataframe and compares record and column counts to input
  # Message to return if the critera below aren't met
  message = 'Validation Failed'
  # Check number of records
  if num_records == df.____():
    # Check number of columns
    if num_columns == ____(df.____):
      # Success message
      message = ____
  return message

# Print the data validation message
print(check_load(df, 5000, 74))

Editar y ejecutar código