Inspektera data i en PySpark DataFrame

Att inspektera data är avgörande innan du utför analyser som visualisering, modellering och träning. I den här övningen inspekterar du data i DataFrame:n people_df som du skapade i föregående övning, med hjälp av grundläggande DataFrame-operatorer.

Kom ihåg att du redan har en SparkSession spark och en DataFrame people_df tillgängliga i din arbetsyta.

Den här övningen är en del av kursen

Grunderna i Big Data med PySpark

Visa kurs

Övningsinstruktioner

Skriv ut de första 10 observationerna i DataFrame:n people_df.
Räkna antalet rader i DataFrame:n people_df.
Hur många kolumner har people_df och vad heter de?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Print the first 10 observations 
people_df.____(10)

# Count the number of rows 
print("There are {} rows in the people_df DataFrame.".format(people_df.____()))

# Count the number of columns and print their names
print("There are {} columns in the people_df DataFrame and their names are {}".format(len(people_df.____), people_df.____))

Redigera och kör kod