Dataproblem i pipeline
När du har skapat din pipeline delar du json-filen med en analytiker i teamet. Efter att ha läst in datan och gjort några inledande analyser meddelar analytikern att det finns ett problem i datamängden när hon försöker sortera varaktighetsdata. Hon är inte säker på vad felet beror på – hon vet bara att sorteringen inte fungerar som förväntat.
Date Flight Number Airport Duration ID
09/30/2015 2287 ANC 409 107962
12/28/2015 1408 OKC 41 141917
08/11/2015 2287 ANC 410 87978
Vilket kommando löser problemet efter att du har analyserat datan?
Den här övningen är en del av kursen
Datarensning med PySpark
Interaktiv övning med praktiskt arbete
Gör teori till handling med en av våra interaktiva övningar
Starta övningen