Использование оконных функций

Далее вы потренируетесь в применении трёх паттернов оконных функций на таблице airbnb_combined: ранжирование цен в каждом районе, отбор только лучших объявлений и сравнение цены каждого объявления со средней ценой по району. Для каждого разбиения продолжайте использовать standardized_neighborhood_group.

Это упражнение является частью курса

Практический пример: анализ данных в Databricks

Посмотреть курс

Практическое интерактивное упражнение

Превратите теорию в практику с помощью одного из наших интерактивных упражнений

Начать упражнение

Практический пример: анализ данных в Databricks

SkillTag.level.advancedSkillTag.label

4.7+

106 reviews

В этой главе вы настроите среду Databricks и изучите открытый набор данных Airbnb. Вы освоите основные навыки SQL для выполнения запросов, фильтрации и агрегирования данных в Databricks Lakehouse. В ходе упражнений вы потренируетесь упрощать сложные запросы с помощью подзапросов и оптимизировать производительность для больших наборов данных с помощью команды `OPTIMIZE`. Эта глава даёт базовые навыки, необходимые для эффективного анализа данных и управления ими в Databricks.

Exercise 1: Введение Exercise 2: Среда Databricks Exercise 3: Анализ структуры данных Exercise 4: Первый запрос Exercise 5: Оценка качества данных Exercise 6: Подзапросы

В этой главе вы изучите продвинутые методы анализа данных Airbnb в SQL-блокнотах Databricks. В ходе практических упражнений вы рассчитаете описательные статистики и воспользуетесь оконными функциями для сложных вычислений. Вы также проведёте разработку признаков (feature engineering), чтобы создать значимые метрики, обеспечивающие практическую пользу. К концу главы вы сможете уверенно применять продвинутую аналитику в реальных консалтинговых сценариях для получения практических выводов, в соответствии со стратегией компании Data X, основанной на данных.

Exercise 1: Аналитика данных Exercise 2: Анализ взаимосвязей Exercise 3: Использование оконных функций

Текущее упражнение

Exercise 4: Разработка признаков Exercise 5: Составление сводной статистики

Визуализация данных — мощный инструмент, который помогает лучше понимать сложные наборы данных и эффективно доносить ключевые выводы. В этой главе вы изучите искусство и науку создания интерактивных визуализаций и комплексных дашбордов с помощью Databricks. Используя различные типы диаграмм, такие как столбчатые диаграммы, тепловые карты и географические карты, вы сможете выявлять распределения данных, корреляции и географические тенденции. Интерактивные фильтры позволят динамически исследовать районы, оценки отзывов и ценовые диапазоны.

Exercise 1: Визуализация с помощью Databricks AI/BI Exercise 2: Настройка дашборда Exercise 3: Определите цель Exercise 4: Визуализация трендов Exercise 5: Визуализация корреляций Exercise 6: Поздравляем!