Problem z danymi w potoku
Po utworzeniu szybkiego potoku przekazujesz plik JSON analitykowi w swoim zespole. Po wczytaniu danych i wykonaniu kilku wstępnych operacji analityk informuje cię, że podczas próby posortowania danych o czasie trwania lotu natrafił na problem. Nie jest pewny, na czym dokładnie polega błąd – wie tylko, że operacja sortowania nie działa zgodnie z oczekiwaniami.
Date Flight Number Airport Duration ID
09/30/2015 2287 ANC 409 107962
12/28/2015 1408 OKC 41 141917
08/11/2015 2287 ANC 410 87978
Po przeanalizowaniu danych – które polecenie rozwiąże ten problem?
To ćwiczenie jest częścią kursu
Czyszczenie danych w PySpark
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie