Bắt đầu ngayBắt đầu miễn phí

Thống kê tóm tắt MSD

Hãy làm quen với tập dữ liệu con Million Songs Echo Nest Taste Profile. Trong khóa học này, ta sẽ gọi ngắn gọn là Million Songs dataset hoặc msd. Hãy lấy số lượng người dùng và số lượng bài hát. Đồng thời xem những bài hát nào có số lượt phát cao nhất trong tập con này.

Bài tập này là một phần của khóa học

Xây dựng Recommendation Engine với PySpark

Xem khóa học

Hướng dẫn bài tập

  • Dùng phương thức .show() để xem cấu trúc dữ liệu.
  • Hoàn thiện mã để đếm số userId phân biệt. Chọn cột userId, rồi gọi .distinct() và .count().
  • Thực hiện tương tự với songId, tức là đếm số songId phân biệt. Chọn cột songId và gọi .distinct() và .count() trên cột đó.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Look at the data
msd.____()

# Count the number of distinct userIds
user_count = msd.select("____").____().count()
print("Number of users: ", user_count)

# Count the number of distinct songIds
song_count = msd.select("____").____().count()
print("Number of songs: ", song_count)
Chỉnh sửa và Chạy Mã