ÎncepețiÎncepe gratuit

Unirea zborurilor cu aeroporturile de destinație

Ai fost angajat ca inginer de date pentru o companie de turism internațional. Prima ta sarcină este să ajuți compania să își îmbunătățească operațiunile analizând date despre zboruri. Ai la dispoziție două seturi de date în spațiul de lucru: unul cu detalii despre zboruri (flights) și altul cu informații despre aeroporturile de destinație (airports), ambele disponibile deja în spațiul de lucru.

Obiectivul tău? Combină aceste seturi de date pentru a crea un set de date complet care leagă fiecare zbor de aeroportul său de destinație.

Acest exercițiu face parte din cursul

Introducere în PySpark

Vezi cursul

Instrucțiuni pentru exercițiu

  • Examinează DataFrame-ul airports. Identifică ce coloană cheie îți permite să unești airports cu tabelul flights.
  • Unește flights cu DataFrame-ul airports pe coloana "dest". Salvează rezultatul ca flights_with_airports.
  • Examinează din nou flights_with_airports. Observă informațiile noi care au fost adăugate.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Examine the data
airports.____()

# .withColumnRenamed() renames the "faa" column to "dest"
airports = airports.withColumnRenamed("faa", "dest")

# Join the DataFrames
flights_with_airports = ____

# Examine the new DataFrame
flights_with_airports.____
Editează și rulează codul