การ Join
การดำเนินการกับข้อมูลอีกอย่างที่ใช้บ่อยมากคือ join ซึ่งเป็นหัวข้อที่มีรายละเอียดมาก ในคอร์สนี้จะเน้นเฉพาะการ join แบบพื้นฐาน หากต้องการเรียนรู้เพิ่มเติม ดูได้ที่นี่
การ join จะรวมสองตารางเข้าด้วยกันผ่านคอลัมน์ที่มีร่วมกัน คอลัมน์นี้เรียกว่า key ตัวอย่าง key ในที่นี้ได้แก่คอลัมน์ tailnum และ carrier จากตาราง flights
ตัวอย่างเช่น สมมติว่าต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับเครื่องบินที่บินในแต่ละเที่ยวบิน นอกเหนือจากแค่หมายเลขหาง ข้อมูลนี้ไม่ได้อยู่ในตาราง flights เพราะเครื่องบินลำเดียวกันบินหลายเที่ยวบินตลอดช่วงสองปี การใส่ข้อมูลนี้ไว้ในทุกแถวจึงทำให้เกิดความซ้ำซ้อนมาก วิธีหลีกเลี่ยงคือสร้างตารางที่สองซึ่งมีแถวเดียวสำหรับเครื่องบินแต่ละลำ และมีคอลัมน์ที่เก็บข้อมูลทั้งหมดของเครื่องบินลำนั้น รวมถึงหมายเลขหาง เรียกตารางนี้ว่า planes
เมื่อ join ตาราง flights เข้ากับตารางข้อมูลเครื่องบินนี้ คอลัมน์ทั้งหมดจากตาราง planes จะถูกเพิ่มเข้าไปในตาราง flights โดยจะค้นหาหมายเลขหางจากตาราง flights แล้วจับคู่กับตาราง planes จากนั้นนำแถวที่ตรงกันมาเติมข้อมูลในคอลัมน์ใหม่ทั้งหมด
ผลลัพธ์คือตารางที่ใหญ่ขึ้นมาก แต่ทุกแถวจะมีข้อมูลครบถ้วนเกี่ยวกับเครื่องบินที่บินในเที่ยวบินนั้น
ข้อใดต่อไปนี้ ไม่ เป็นความจริง?
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
พื้นฐาน PySpark
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง
เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา
เริ่มแบบฝึกหัด