Choisir le bon indicateur de qualité
Un·e ingénieur·e junior chez Global Retail Analytics exécute le pipeline de nettoyage sur un nouvel import online_retail, mais commente par erreur la ligne na.drop(subset=["CustomerID"]). Les autres étapes — na.fill(), dropDuplicates() et le filtre des enregistrements invalides — s'exécutent sans erreur.
Quel indicateur de contrôle qualité révélerait immédiatement l'erreur ?
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