Manipulowanie kolumnami
Federalna Administracja Lotnictwa (FAA) uznaje lot za „opóźniony", jeśli wyląduje co najmniej 15 minut po planowanym czasie.
Kolejny etap przygotowania danych o lotach składa się z dwóch części:
- przeliczenie jednostek odległości — zastąpienie kolumny
milekolumnąkm; - utworzenie kolumny logicznej wskazującej, czy dany lot był opóźniony.
To ćwiczenie jest częścią kursu
Uczenie maszynowe z PySpark
Instrukcje do ćwiczenia
- Zaimportuj funkcję, która pozwoli ci zaokrąglić liczbę do określonej liczby miejsc dziesiętnych.
- Na podstawie kolumny
mileutwórz nową kolumnękm, zaokrąglając wynik do zera miejsc dziesiętnych. Jedna mila to 1,60934 km. - Usuń kolumnę
mile. - Utwórz kolumnę
labelz wartością 1 oznaczającą opóźnienie wynoszące co najmniej 15 minut i wartością 0 w pozostałych przypadkach. Zastanów się dobrze nad warunkiem logicznym.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import the required function
from pyspark.sql.functions import ____
# Convert 'mile' to 'km' and drop 'mile' column (1 mile is equivalent to 1.60934 km)
flights_km = flights.____('km', ____(____ * ____, 0)) \
.____('mile')
# Create 'label' column indicating whether flight delayed (1) or not (0)
flights_km = flights_km.____('label', (____).cast('integer'))
# Check first five records
flights_km.show(5)