Visualisering av PySpark DataFrame
Grafiska representationer och visualisering av data är avgörande för att förstå och tolka data. I den här övningen skriver du först ut kolumnnamnen i names_df DataFrame som du skapade tidigare, konverterar sedan names_df till en Pandas DataFrame och skapar slutligen ett horisontellt stapeldiagram med personernas namn på x-axeln och deras ålder på y-axeln.
Kom ihåg att du redan har en SparkSession spark och en DataFrame names_df tillgängliga i din arbetsmiljö.
Den här övningen är en del av kursen
Grunderna i Big Data med PySpark
Övningsinstruktioner
- Skriv ut namnen på kolumnerna i
names_dfDataFrame. - Konvertera
names_dfDataFrame till en Pandas DataFrame med namnetdf_pandas. - Använd matplotlibs
plot()-metod för att skapa ett horisontellt stapeldiagram med'Name'på x-axeln och'Age'på y-axeln.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Check the column names of names_df
print("The column names of names_df are", names_df.____)
# Convert to Pandas DataFrame
df_pandas = names_df.____()
# Create a horizontal bar plot
____.plot(kind='barh', x='____', y='____', colormap='winter_r')
plt.show()