Parquet에서 Dask DataFrame 읽기
1장에서 2005-2020년의 스포티파이 상위 히트곡을 찾기 위해 여러 파일로 나뉜 데이터를 분석했어요. 그때는 dask.delayed() 함수와 반복문을 사용했죠. 이제 Dask DataFrame을 사용하면 이 분석이 얼마나 쉬워지는지 살펴보겠습니다.
dask.dataframe은 dd로 임포트되어 있어요.
이 연습은 강의의 일부입니다
Python에서 Dask로 병렬 프로그래밍
연습 안내
"data/spotify_parquet"에 있는 Parquet 데이터 폴더를 로드하세요.- DataFrame의
.nlargest()메서드를 사용해'popularity'기준 상위 10개 곡을 찾으세요. - 지연 객체를 계산해 pandas DataFrame으로 변환하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Read the spotify_parquet folder
df = ____
# Find the 10 most popular songs
top_10_songs = ____
# Convert the delayed result to a pandas DataFrame
top_10_songs_df = ____
print(top_10_songs_df)