เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การตรวจสอบประเภทข้อมูล

ในยุคที่ข้อมูลมีบทบาทสำคัญ เรามีแอตทริบิวต์ให้จัดการมากกว่าที่เคย การสร้างระบบอัตโนมัติจะช่วยรับมือกับสิ่งเหล่านี้ได้ แต่อย่างน้อยที่สุด ประเภทข้อมูลของแต่ละแอตทริบิวต์ต้องถูกต้องก่อน ในแบบฝึกหัดนี้ เราจะตรวจสอบ dictionary ที่เก็บแอตทริบิวต์พร้อมประเภทข้อมูลที่คาดหวัง เพื่อดูว่าตรงกันหรือไม่ dictionary นี้ถูกเก็บอยู่ในตัวแปร validation_dict และพร้อมใช้งานในพื้นที่ทำงานของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering with PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ df สร้างรายการของ tuple ที่ประกอบด้วยชื่อแอตทริบิวต์และประเภทข้อมูล โดยใช้ dtypes แล้วเก็บผลลัพธ์ไว้ใน actual_dtypes_list
  • วนซ้ำผ่าน actual_dtypes_list เพื่อตรวจสอบว่าชื่อคอลัมน์มีอยู่ใน dictionary ของประเภทข้อมูลที่คาดหวัง validation_dict หรือไม่
  • สำหรับ key ที่มีอยู่ใน dictionary ให้ตรวจสอบประเภทข้อมูลและพิมพ์เฉพาะรายการที่ตรงกัน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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.')
แก้ไขและรันโค้ด