Ланцюжки операцій
Тепер, коли ви завантажили й очистили дані, можна починати аналіз. Ваше перше завдання — розглянути дати народження політиків. Дати народження подані як рядки на кшталт 'YYYY-MM-DD'. Перші 4 символи в рядку — це рік.
Відфільтрований Dask bag, який ви створили в попередній вправі, filtered_bag, доступний у вашому середовищі.
Ця вправа є частиною курсу
Паралельне програмування з Dask у Python
Інструкції до вправи
- Використайте метод bag'а
.pluck(), щоб дістати рядки'birth_date'. - Напишіть лямбда-функцію, щоб витягти рік із рядків
'birth_date'і перетворити його на ціле число. - Використайте новий bag
birth_year_bag, щоб обчислити мінімальний, максимальний і середній роки народження. - Використайте функцію
dask.compute(), щоб ефективно обчислити ці три агрегати.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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(____(____))