Memilih metrik kualitas yang tepat
Seorang engineer junior di Global Retail Analytics menjalankan pipeline pembersihan pada unggahan online_retail yang baru, tetapi tanpa sengaja mengomentari baris na.drop(subset=["CustomerID"]). Langkah lainnya - na.fill(), dropDuplicates(), dan filter rekaman tidak valid - semuanya berjalan tanpa kesalahan.
Metrik pemeriksaan kualitas mana yang akan langsung mengungkap kesalahan tersebut?
Latihan ini merupakan bagian dari kursus
Transformasi Data dengan Spark SQL di Databricks
Latihan interaktif langsung
Ubah teori menjadi aksi dengan salah satu latihan interaktif kami
Mulai latihan