Dask bag のフィルタリング
扱っている政治家データは複数のソースから来ており、あまりクリーンではありません。解析に必要なキーが欠けている辞書が多く含まれています。重要なキーが欠けている要素をフィルタで取り除く必要があります。
環境には has_birth_date() という関数が用意されています。入力の辞書に 'birth_date' キーが含まれるかを確認し、含まれていれば True、なければ False を返します。
def has_birth_date(dictionary):
return 'birth_date' in dictionary
前の演習で作成した bag は、環境内で dict_bag として利用できます。
この演習はコースの一部です
Pythonで学ぶDaskによる並列プログラミング
演習の手順
dict_bagの.count()メソッドを使って、含まれる要素数を表示してください。has_birth_date()関数を使って、'birth_date'キーを持たない要素をフィルタで除外してください。filtered_bagに含まれる要素数を表示してください。
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。
# Print the number of elements in dict_bag
print(____)
# Filter out records using the has_birth_date() function
filtered_bag = dict_bag.____(____)
# Print the number of elements in filtered_bag
print(____)