Välj rätt kvalitetsmått
En junior ingenjör på Global Retail Analytics kör rensningspipelinen på en ny uppladdning av online_retail men kommenterar av misstag ut raden na.drop(subset=["CustomerID"]). Övriga steg – na.fill(), dropDuplicates() och filtret för ogiltiga poster – körs utan fel.
Vilket kvalitetsmått skulle omedelbart avslöja misstaget?
Den här övningen är en del av kursen
Datatransformation med Spark SQL i Databricks
Interaktiv övning med praktiskt arbete
Gör teori till handling med en av våra interaktiva övningar
Starta övningen