Problema nei dati della pipeline
Dopo aver creato la tua pipeline rapida, fornisci il file json a un'analista del tuo team. Dopo aver caricato i dati ed eseguito un paio di attività esplorative, l'analista ti dice che c'è un problema nel dataset quando prova a ordinare i dati della durata. Non è sicura di quale sia il problema, a parte il fatto che l'operazione di ordinamento non funziona come previsto.
Date Flight Number Airport Duration ID
09/30/2015 2287 ANC 409 107962
12/28/2015 1408 OKC 41 141917
08/11/2015 2287 ANC 410 87978
Dopo aver analizzato i dati, quale comando risolverebbe il problema?
Questo esercizio fa parte del corso
Pulizia dei dati con PySpark
esercizio interattivo pratico
Trasforma la teoria in pratica con uno dei nostri esercizi interattivi
Inizia esercizio