Vizualizarea datelor dintr-un DataFrame PySpark

Reprezentările grafice și vizualizarea datelor sunt esențiale atât pentru înțelegerea, cât și pentru interpretarea acestora. În acest exercițiu simplu de vizualizare, vei afișa mai întâi numele coloanelor din DataFrame-ul names_df creat anterior, apoi vei converti names_df într-un DataFrame Pandas și, în final, vei reprezenta datele ca un grafic cu bare orizontale – cu numele persoanelor pe axa x și vârsta lor pe axa y.

Reține că ai deja o sesiune SparkSession spark și un DataFrame names_df disponibile în spațiul tău de lucru.

Acest exercițiu face parte din cursul

Fundamentele Big Data cu PySpark

Vezi cursul

Instrucțiuni pentru exercițiu

Afișează numele coloanelor din DataFrame-ul names_df.
Convertește DataFrame-ul names_df în DataFrame-ul Pandas df_pandas.
Folosește metoda plot() din matplotlib pentru a crea un grafic cu bare orizontale, cu 'Name' pe axa x și 'Age' pe axa y.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Check the column names of names_df
print("The column names of names_df are", names_df.____)

# Convert to Pandas DataFrame  
df_pandas = names_df.____()

# Create a horizontal bar plot
____.plot(kind='barh', x='____', y='____', colormap='winter_r')
plt.show()

Editează și rulează codul