第 1 部分：從 CSV 檔建立 DataFrame
每隔 4 年，全球的足球迷都會迎來「Fifa 世界盃」，而各國也隨之掀起一波風潮。在這個分成 3 個部分的練習中，你將使用 PySpark SQL，針對「FIFA 2018 World Cup Player」資料集進行探索式資料分析（EDA），內容包含 DataFrame 操作、SQL 查詢與視覺化。
在第一部分，你會把 CSV 格式的 FIFA 2018 World Cup Players 資料集（Fifa2018_dataset.csv）載入為 PySpark 的 DataFrame，並用基本的 DataFrame 操作來檢視資料。
別忘了，工作環境中已經提供 SparkSession spark 與變數 file_path。
本練習屬於課程
使用 PySpark 的 Big Data 基礎
練習說明
- 從
file_path（也就是Fifa2018_dataset.csv的路徑）建立一個 PySpark DataFrame。 - 列印該 DataFrame 的綱要（schema）。
- 顯示前 10 筆觀測值。
- 這個 DataFrame 總共有多少列？
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Load the Dataframe
fifa_df = spark.____(____, header=True, inferSchema=True)
# Check the schema of columns
fifa_df.____()
# Show the first 10 observations
fifa_df.____(____)
# Print the total number of rows
print("There are {} rows in the fifa_df DataFrame".format(fifa_df.____()))