Nettoyer le jeu de données d'e-commerce
Vous êtes data engineer chez Global Retail Analytics. Votre manager a signalé des problèmes de qualité dans le jeu de données online_retail : des identifiants client manquants, des lignes dupliquées et des commandes annulées faussent les rapports hebdomadaires.
Avant toute analyse, vous devez définir un schéma explicite, diagnostiquer les problèmes de qualité des données et construire un pipeline de nettoyage qui supprime les enregistrements invalides.
Cet exercice fait partie du cours
<cours>Transformation des données avec Spark SQL dans Databricks</cours>Exercice interactif pratique
Transformez la théorie en action avec l’un de nos exercices interactifs
Commencer l’exercice