Componentes temporales

Trabajar con componentes temporales para crear features es importante, pero también puedes usarlos para explorar y entender mejor tus datos. En este ejercicio, vas a comprobar si existe un patrón en el día de la semana en el que se pone a la venta una vivienda. Ten en cuenta que la semana de PySpark empieza el domingo con valor 1 y termina el sábado con valor 7.

Este ejercicio forma parte del curso

Ingeniería de características con PySpark

Ver curso

Instrucciones del ejercicio

Importa las funciones to_date() y dayofweek() de pyspark.sql.functions
Usa la función to_date() para convertir LISTDATE a tipo fecha de Spark; guarda la columna convertida en el mismo lugar usando withColumn()
Crea una columna nueva a partir de LISTDATE y dayofweek() y guárdala como List_Day_of_Week usando withColumn()
Muestra aleatoriamente la mitad del dataframe, conviértelo a un dataframe de pandas con toPandas() y dibuja el recuento de la columna List_Day_of_Week del dataframe de pandas usando seaborn countplot() donde x = List_Day_of_Week.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Import needed functions
from ____ import ____, ____

# Convert to date type
df = df.____(____, ____(____))

# Get the day of the week
df = df.____(____, ____(____))

# Sample and convert to pandas dataframe
sample_df = df.sample(False, ____, 42).____()

# Plot count plot of of day of week
sns.____(x="List_Day_of_Week", data=____)
plt.show()

Editar y ejecutar código