Skalowanie do wartości procentowych

Na slajdach pokazaliśmy, jak skalować dane do zakresu od 0 do 1. Czasem jednak warto przeskalować dane inaczej – na potrzeby modelowania lub prezentacji wyników.

To ćwiczenie jest częścią kursu

Inżynieria cech z PySpark

Zobacz kurs

Instrukcje do ćwiczenia

Oblicz wartość maksymalną i minimalną kolumny DAYSONMARKET i zapisz je w zmiennych max_days i min_days – pamiętaj, aby użyć collect() na agg().
Używając withColumn(), utwórz nową kolumnę o nazwie 'percentagescaleddays' na podstawie kolumny DAYSONMARKET.
Kolumna percentage_scaled_days powinna zawierać liczby całkowite z zakresu od 0 do 100 – użyj funkcji round(), aby otrzymać liczby całkowite.
Wyświetl wartości max() i min() dla nowej kolumny percentage_scaled_days.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Define max and min values and collect them
max_days = df.____({____: ____}).____()[0][0]
min_days = df.____({____: ____}).____()[0][0]

# Create a new column based off the scaled data
df = df.____(____, 
                  ____((df[____] - min_days) / (max_days - min_days)) * ____)

# Calc max and min for new column
print(df.____({____: ____}).____())
print(df.____({____: ____}).____())

Edytuj i uruchom kod