Verifica dei DataType

Nell’era dei dati abbiamo accesso a più attributi che mai. Per gestirli tutti costruiremo molta automazione, ma è fondamentale che i relativi tipi di dato siano corretti. In questo esercizio valuteremo un dizionario di attributi e dei loro tipi di dato per verificare che siano corretti. Questo dizionario è salvato nella variabile validation_dict ed è disponibile nel tuo workspace.

Questo esercizio fa parte del corso

Feature Engineering con PySpark

Visualizza corso

Istruzioni dell'esercizio

Usando df, crea un elenco di tuple (attributo, tipo di dato) con dtypes chiamato actual_dtypes_list.
Itera su actual_dtypes_list, verificando se i nomi delle colonne esistono nel dizionario dei tipi attesi validation_dict.
Per le chiavi presenti nel dizionario, confronta i loro tipi di dato e stampa quelle che corrispondono.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# create list of actual dtypes to check
actual_dtypes_list = df.____
print(actual_dtypes_list)

# Iterate through the list of actual dtypes tuples
for attribute_tuple in ____:
  
  # Check if column name is dictionary of expected dtypes
  col_name = attribute_tuple[____]
  if col_name in ____:

    # Compare attribute types
    col_type = attribute_tuple[____]
    if col_type == validation_dict[____]:
      print(col_name + ' has expected dtype.')

Modifica ed esegui il codice