CommencezCommencez gratuitement

Problème de données dans le pipeline

Après avoir créé votre petit pipeline, vous fournissez le fichier json à une analyste de votre équipe. Après avoir chargé les données et effectué quelques explorations, l'analyste vous indique qu'il y a un problème dans l'ensemble de données lorsqu'elle tente de trier la durée. Elle n'est pas certaine de la cause, si ce n'est que l'opération de tri ne fonctionne pas comme prévu.

Date          Flight Number   Airport     Duration    ID

09/30/2015    2287            ANC         409         107962
12/28/2015    1408            OKC         41          141917
08/11/2015    2287            ANC         410         87978

Après avoir analysé les données, quelle commande corrigerait le problème?

Cette activité fait partie du cours

Nettoyer des données avec PySpark

Voir le cours

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice