Scegliere la metrica di qualità giusta
Un junior engineer di Global Retail Analytics esegue la pipeline di pulizia su un nuovo caricamento di online_retail, ma per errore commenta la riga na.drop(subset=["CustomerID"]). I passaggi rimanenti — na.fill(), dropDuplicates() e il filtro dei record non validi — vengono tutti eseguiti senza errori.
Quale metrica di controllo qualità rivelerebbe immediatamente l'errore?
Questo esercizio fa parte del corso
Trasformazione dei dati con Spark SQL in Databricks
esercizio interattivo pratico
Trasforma la teoria in pratica con uno dei nostri esercizi interattivi
Inizia esercizio