始める無料で始める

集計 II

組み込みの集計メソッドにもっと慣れていただくために、flights テーブルを使った演習をさらに用意しました!

SparkSessionspark と、Spark DataFrame の flights はワークスペースにすでに用意されています。

この演習はコースの一部です

PySpark入門

コースを見る

演習の手順

  • .avg() メソッドを使って、SEA から出発した Delta Airlines のフライト(carrier 列が "DL" の行)の平均飛行時間を取得し、show() で結果を表示します。出発地は origin 列にあります。
  • .sum() メソッドを使って、air_time 列から duration_hrs という列を作成し、このデータセット内のすべての飛行機が空中にいた総時間(時間単位)を求め、show() で結果を表示します。

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。

# Average duration of Delta flights
flights.filter(____.____ == "____").filter(____.____ == "____").groupBy().avg("____").show()

# Total hours in the air
flights.withColumn("____", flights.air_time/60).groupBy().sum("____").show()
コードを編集して実行