Verifiera datatyper

I dataåldern har vi tillgång till fler attribut än någonsin tidigare. För att hantera dem alla behöver vi bygga mycket automatisering – men som ett minimum krävs att deras datatyper är korrekta. I den här övningen validerar du en ordbok med attribut och deras datatyper för att kontrollera om de stämmer. Ordboken finns lagrad i variabeln validation_dict och är tillgänglig i din arbetsyta.

Den här övningen är en del av kursen

Feature Engineering med PySpark

Visa kurs

Övningsinstruktioner

Använd df för att skapa en lista med tupler av attribut och datatyper med hjälp av dtypes. Kalla listan actual_dtypes_list.
Iterera genom actual_dtypes_list och kontrollera om kolumnnamnen finns i ordboken med förväntade datatyper, validation_dict.
För de nycklar som finns i ordboken, kontrollera deras datatyper och skriv ut de som matchar.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# create list of actual dtypes to check
actual_dtypes_list = df.____
print(actual_dtypes_list)

# Iterate through the list of actual dtypes tuples
for attribute_tuple in ____:
  
  # Check if column name is dictionary of expected dtypes
  col_name = attribute_tuple[____]
  if col_name in ____:

    # Compare attribute types
    col_type = attribute_tuple[____]
    if col_type == validation_dict[____]:
      print(col_name + ' has expected dtype.')

Redigera och kör kod