パート3：データの可視化
データの可視化は探索的データ分析（EDA）にとって重要です。PySpark の DataFrame は、構造とスキーマを持っているため、RDD と比べて可視化に適しています。
このパートでは、前の演習で作成した DataFrame を使って、ドイツ代表の全選手の年齢のヒストグラムを作成します。そのために、まず PySpark の DataFrame を Pandas DataFrame に変換し、matplotlib の plot() 関数を使って、ドイツ代表の全選手の年齢の密度プロットを作成します。
なお、作業スペースにはすでに SparkSession spark、一時テーブル fifa_df_table、そして DataFrame fifa_df_germany_age が用意されています。
この演習はコースの一部です
PySparkで学ぶBig Data入門
演習の手順
fifa_df_germany_ageを Pandas DataFramefifa_df_germany_age_pandasに変換します。fifa_df_germany_age_pandasの 'Age' 列の密度プロットを作成します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Convert fifa_df to fifa_df_germany_age_pandas DataFrame
fifa_df_germany_age_pandas = fifa_df_germany_age.____()
# Plot the 'Age' density of Germany Players
____.plot(kind='density')
plt.show()