De mest populära låtarna
Du har ytterligare en uppgift med Spotify-datan: att hitta de 10 mest populära låtarna för alla tillgängliga år. Algoritmen du behöver använda är att beräkna de 10 populäraste låtarna för varje år, och sedan kombinera dessa och hitta topp 10 bland topp 10-listorna.
Följande funktion, som hittar de 10 populäraste låtarna i en DataFrame, har förberetts åt dig och finns tillgänglig i din miljö.
def top_10_most_popular(df):
return df.nlargest(n=10, columns='popularity')
dask och funktionen delayed() har importerats åt dig. pandas har importerats som pd. Listan med filnamn finns tillgänglig i din miljö som filenames, och årtalet för varje fil lagras i listan years.
Den här övningen är en del av kursen
Parallellprogrammering med Dask i Python
Övningsinstruktioner
- Ta fram de 10 populäraste låtarna för varje fil med hjälp av funktionen
top_10_most_popular(). - Beräkna listan med topp 10-listor från varje år och välj ut det första elementet i den returnerade tupeln.
- Kör funktionen
top_10_most_popular()för att hitta de 10 populäraste låtarna i den sammanfogade DataFrame:n.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
top_songs = []
for file in filenames:
df = delayed(pd.read_csv)(file)
# Find the top 10 most popular songs in this file
df_top_10 = ____
top_songs.append(df_top_10)
# Compute the list of top 10s
top_songs_list = ____
# Concatenate them and find the best of the best
top_songs_df = pd.concat(top_songs_list)
df_all_time_top_10 = ____
print(df_all_time_top_10)