ÎncepețiÎncepe gratuit

Agregare II

Pentru a te familiariza cu mai multe metode de agregare integrate, iată câteva exerciții suplimentare care folosesc tabelul flights!

Amintește-ți că un SparkSession numit spark este deja disponibil în spațiul tău de lucru, împreună cu DataFrame-ul Spark flights.

Acest exercițiu face parte din cursul

Fundamente PySpark

Vezi cursul

Instrucțiuni pentru exercițiu

  • Folosește metoda .avg() pentru a calcula durata medie de zbor a curselor Delta Airlines (unde coloana carrier are valoarea "DL") care au plecat din SEA. Locul de plecare este stocat în coloana origin. Afișează rezultatul cu show().
  • Folosește metoda .sum() pentru a calcula numărul total de ore petrecute în aer de toate avioanele din acest set de date, creând o coloană numită duration_hrs din coloana air_time. Afișează rezultatul cu show().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Average duration of Delta flights
flights.filter(____.____ == "____").filter(____.____ == "____").groupBy().avg("____").show()

# Total hours in the air
flights.withColumn("____", flights.air_time/60).groupBy().sum("____").show()
Editează și rulează codul