शुरू करेंमुफ़्त में शुरू करें

भाग 2: DataFrame पर SQL क्वेरीज़

हमने जो fifa_df DataFrame बनाया है, उसके साथ उससे जुड़े कॉलम के नाम और उनके डेटाटाइप जैसी अतिरिक्त जानकारी भी होती है. यह अतिरिक्त जानकारी PySpark SQL को DataFrame पर SQL क्वेरी चलाने देती है. DataFrame ऑपरेशंस की तुलना में SQL क्वेरीज़ संक्षिप्त होती हैं और चलाना आसान होता है. लेकिन DataFrame पर SQL क्वेरी लगाने से पहले, आपको DataFrame का एक अस्थायी व्यू टेबल के रूप में बनाना होगा और फिर उस बनी टेबल पर SQL क्वेरीज़ अप्लाई करनी होंगी (Running SQL Queries Programmatically).

दूसरे भाग में, आप fifa_df DataFrame की एक अस्थायी टेबल बनाएँगे और जर्मनी के खिलाड़ियों की 'Age' कॉलम निकालने के लिए SQL क्वेरीज़ चलाएँगे.

आपके वर्कस्पेस में पहले से SparkContext spark और fifa_df उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

PySpark के साथ Big Data Fundamentals

पाठ्यक्रम देखें

अभ्यास निर्देश

  • fifa_df DataFrame से अस्थायी टेबल fifa_df_table बनाएँ.
  • fifa_df_table में Germany खिलाड़ियों से "Age" कॉलम निकालने के लिए एक "query" बनाएँ.
  • SQL "query" अप्लाई करें और नया DataFrame fifa_df_germany_age बनाएँ.
  • बनाए गए DataFrame का बेसिक स्टैटिस्टिक्स कम्प्यूट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create a temporary view of fifa_df
fifa_df.____('fifa_df_table')

# Construct the "query"
query = '''SELECT ____ FROM ____ WHERE Nationality == "Germany"'''

# Apply the SQL "query"
fifa_df_germany_age = spark.____(____)

# Generate basic statistics
fifa_df_germany_age.____().show()
कोड संपादित करें और चलाएँ