Tidskomponenter

Att kunna arbeta med tidskomponenter är viktigt när du skapar särdrag, men du kan också använda dem för att utforska och förstå dina data bättre. I den här övningen undersöker du om det finns ett mönster för vilken dag i veckan ett hus läggs ut till försäljning. Tänk på att PySparks vecka börjar på söndag med värdet 1 och slutar på lördag med värdet 7.

Den här övningen är en del av kursen

Feature Engineering med PySpark

Visa kurs

Övningsinstruktioner

Importera funktionerna to_date() och dayofweek() från pyspark.sql.functions
Använd funktionen to_date() för att konvertera LISTDATE till en Spark-datumtyp och spara den konverterade kolumnen på plats med withColumn()
Skapa en ny kolumn med hjälp av LISTDATE och dayofweek(), och spara den som List_Day_of_Week med withColumn()
Sampla hälften av dataframen, konvertera den till en pandas-dataram med toPandas() och rita ett diagram över antalet värden i pandas-dataramens kolumn List_Day_of_Week med seaborns countplot() där x = List_Day_of_Week.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import needed functions
from ____ import ____, ____

# Convert to date type
df = df.____(____, ____(____))

# Get the day of the week
df = df.____(____, ____(____))

# Sample and convert to pandas dataframe
sample_df = df.sample(False, ____, 42).____()

# Plot count plot of of day of week
sns.____(x="List_Day_of_Week", data=____)
plt.show()

Redigera och kör kod