ÎncepețiÎncepe gratuit

Unește DataFrame-urile

În următoarele două capitole vei lucra la construirea unui model care prezice dacă un zbor va fi întârziat sau nu, pe baza datelor despre zboruri cu care am lucrat până acum. Modelul va include și informații despre avionul care a efectuat ruta, așa că primul pas este să unești cele două tabele: flights și planes!

Acest exercițiu face parte din cursul

Fundamente PySpark

Vezi cursul

Instrucțiuni pentru exercițiu

  • Mai întâi, redenumește coloana year din planes în plane_year pentru a evita duplicate de nume de coloane.
  • Creează un nou DataFrame numit model_data prin unirea tabelului flights cu planes, folosind coloana tailnum ca cheie.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Rename year column
planes = planes.withColumnRenamed(____)

# Join the DataFrames
model_data = flights.join(____, on=____, how="leftouter")
Editează și rulează codul