Join với ratings
Trong bài tập video, bạn đã thấy cách dùng các phép biến đổi trong PySpark bằng cách join hai bảng film và ratings để tạo một cột mới lưu trữ điểm đánh giá trung bình theo khách hàng.
Trong bài tập này, bạn sẽ tạo thêm sự kết hợp giữa bảng film và ratings bằng cách áp dụng cùng kỹ thuật bạn đã học để tính điểm đánh giá trung bình cho từng phim.
PySpark DataFrame chứa danh sách phim, film_df, và PySpark DataFrame chứa đánh giá, rating_df, đã có sẵn trong không gian làm việc của bạn.
Bài tập này là một phần của khóa học
Introduction to Data Engineering
Hướng dẫn bài tập
- Lấy mean rating theo
film_id, và gán kết quả vàoratings_per_film_df. - Hoàn thiện câu lệnh
.join()để join trên cộtfilm_id. - Hiển thị
5kết quả đầu tiên của DataFrame thu được.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Use groupBy and mean to aggregate the column
ratings_per_film_df = rating_df.____('____').____('____')
# Join the tables using the film_id column
film_df_with_ratings = film_df.join(
ratings_per_film_df,
film_df.film_id==____
)
# Show the 5 first results
print(film_df_with_ratings.____)