Componenti temporali

Saper lavorare con le componenti temporali per creare feature è importante, ma puoi usarle anche per esplorare e capire meglio i tuoi dati. In questo esercizio, verificherai se esiste un pattern nel giorno della settimana in cui una casa viene messa in vendita. Tieni presente che, in PySpark, la settimana inizia di domenica (valore 1) e termina di sabato (valore 7).

Questo esercizio fa parte del corso

Feature Engineering con PySpark

Visualizza corso

Istruzioni dell'esercizio

Importa le funzioni to_date() e dayofweek() da pyspark.sql.functions
Usa la funzione to_date() per convertire LISTDATE in un tipo data di Spark e salva la colonna convertita in-place usando withColumn()
Crea una nuova colonna usando LISTDATE e dayofweek() e salvala come List_Day_of_Week con withColumn()
Campiona metà del dataframe, converti il risultato in un dataframe pandas con toPandas() e visualizza il conteggio della colonna List_Day_of_Week del dataframe pandas usando il countplot() di seaborn con x = List_Day_of_Week.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Import needed functions
from ____ import ____, ____

# Convert to date type
df = df.____(____, ____(____))

# Get the day of the week
df = df.____(____, ____(____))

# Sample and convert to pandas dataframe
sample_df = df.sample(False, ____, 42).____()

# Plot count plot of of day of week
sns.____(x="List_Day_of_Week", data=____)
plt.show()

Modifica ed esegui il codice