Înlănțuirea operațiilor

Acum că ai încărcat și curățat datele, poți începe analiza. Prima sarcină este să analizezi datele de naștere ale politicienilor. Datele de naștere sunt în format șir de caractere, de tipul 'YYYY-MM-DD'. Primele 4 caractere din șir reprezintă anul.

Dask bag-ul filtrat creat în exercițiul anterior, filtered_bag, este disponibil în mediul tău de lucru.

Acest exercițiu face parte din cursul

Programare paralelă cu Dask în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește metoda .pluck() a bag-ului pentru a extrage șirurile 'birth_date'.
Scrie o funcție lambda care să extragă șirul anului din șirurile 'birth_date' și să îl convertească într-un număr întreg.
Folosește noul bag birth_year_bag pentru a calcula minimul, maximul și media anilor de naștere.
Folosește funcția dask.compute() pentru a calcula eficient cele trei agregate.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Select the 'birth_date' from each dictionary in the bag
birth_date_bag = filtered_bag.____

# Extract the year as an integer from the birth_date strings
birth_year_bag = birth_date_bag.____(lambda x: ____)

# Calculate the min, max and mean birth years
min_year = ____
max_year = ____
mean_year = ____

# Compute the results efficiently and print them
print(____(____))

Editează și rulează codul