Mulai sekarangMulai gratis

Statistik ringkas MSD

Mari kenali subset data Million Songs Echo Nest Taste Profile. Untuk keperluan kursus ini, kita akan menyebutnya sebagai himpunan data Million Songs atau msd. Mari hitung jumlah pengguna dan jumlah lagu. Kita juga akan melihat lagu mana yang paling banyak diputar dalam subset ini.

Latihan ini merupakan bagian dari kursus

Membangun Recommendation Engine dengan PySpark

Lihat Kursus

Instruksi latihan

  • Gunakan metode .show() untuk melihat seperti apa data tersebut.
  • Lengkapi kode untuk menghitung jumlah userId yang unik. Pilih kolom userId, lalu panggil .distinct() dan .count().
  • Sekarang lakukan hal yang sama untuk songId, yaitu hitung jumlah songId yang unik. Pilih kolom songId dan panggil .distinct() serta .count() pada kolom tersebut.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Look at the data
msd.____()

# Count the number of distinct userIds
user_count = msd.select("____").____().count()
print("Number of users: ", user_count)

# Count the number of distinct songIds
song_count = msd.select("____").____().count()
print("Number of songs: ", song_count)
Edit dan Jalankan Kode