Перевірка типів даних

У добу даних ми маємо доступ до більшої кількості атрибутів, ніж будь-коли раніше. Щоб упоратися з ними, ми створюємо чимало автоматизацій, але мінімальна вимога — щоб їхні типи даних були правильними. У цій вправі ви перевірите словник атрибутів і їхніх типів даних, щоб визначити, чи все коректно. Цей словник збережено у змінній validation_dict і він доступний у вашому робочому середовищі.

Ця вправа є частиною курсу

Опрацювання ознак у PySpark

Переглянути курс

Інструкції до вправи

Використайте df, щоб створити список кортежів «атрибут — тип даних» за допомогою dtypes і назвіть його actual_dtypes_list.
Ітеруйте по actual_dtypes_list, перевіряючи, чи існують назви стовпців у словнику очікуваних типів даних validation_dict.
Для ключів, що є у словнику, звірте їхні типи даних і виведіть ті, що збігаються.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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.')

Редагувати та запускати код