Manipular conjuntos de datos
Probablemente habrá muchas ocasiones en las que necesites manipular un conjunto de datos antes de utilizarlo en una tarea de ML. Dos manipulaciones habituales son filtrar y seleccionar (o trocear). Dado el tamaño de estos conjuntos de datos, Cara Abrazada aprovecha los tipos de archivo flecha.
Esto significa que realizar manipulaciones es ligeramente diferente a lo que puedes estar acostumbrado. Afortunadamente, ¡ya existen métodos para ayudarte con esto!
El conjunto de datos ya está cargado para ti en wikipedia.
Este ejercicio forma parte del curso
Trabajar con Cara Abrazada
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# Filter the documents
____ = wikipedia.____(lambda row: "football" in row["____"])
# Create a sample dataset
example = ____.____(range(1))
print(example[0]["text"])