Kedja ihop operationer
Nu när du har läst in och rensat datan kan du börja analysera den. Din första uppgift är att undersöka politikernas födelsedatum. Födelsedatumen är i strängformat, till exempel 'YYYY-MM-DD'. De första 4 tecknen i strängen anger året.
Den filtrerade Dask-bag som du skapade i förra övningen, filtered_bag, finns tillgänglig i din miljö.
Den här övningen är en del av kursen
Parallellprogrammering med Dask i Python
Övningsinstruktioner
- Använd baggens
.pluck()-metod för att extrahera'birth_date'-strängar. - Skriv en lambdafunktion som extraherar årssträngen från
'birth_date'-strängarna och konverterar den till ett heltal. - Använd den nya baggen
birth_year_bagför att beräkna minsta, största och genomsnittliga födelseår. - Använd funktionen
dask.compute()för att beräkna de tre aggregaten på ett effektivt sätt.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Select the 'birth_date' from each dictionary in the bag
birth_date_bag = filtered_bag.____
# Extract the year as an integer from the birth_date strings
birth_year_bag = birth_date_bag.____(lambda x: ____)
# Calculate the min, max and mean birth years
min_year = ____
max_year = ____
mean_year = ____
# Compute the results efficiently and print them
print(____(____))