Join các DataFrame
Trong hai chương tiếp theo, bạn sẽ xây dựng một mô hình dự đoán chuyến bay có bị trễ hay không dựa trên dữ liệu chuyến bay mà chúng ta đã làm việc. Mô hình này cũng sẽ bao gồm thông tin về máy bay thực hiện chặng bay, nên bước đầu tiên là join hai bảng: flights và planes!
Bài tập này là một phần của khóa học
Nền tảng về PySpark
Hướng dẫn bài tập
- Đầu tiên, đổi tên cột
yearcủaplanesthànhplane_yearđể tránh trùng tên cột. - Tạo một DataFrame mới tên là
model_databằng cách join bảngflightsvớiplanessử dụng cộttailnumlàm khóa.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Rename year column
planes = planes.withColumnRenamed(____)
# Join the DataFrames
model_data = flights.join(____, on=____, how="leftouter")