篩選你的 DataFrame

在前一個練習中，你使用 select() 運算子做了子集化，這主要用於以欄為單位選取 DataFrame。那如果你想根據條件來子集化 DataFrame 呢（例如，只選取 sex 為 Female 的所有列）？在本練習中，你會在 people_df DataFrame 中，將 'sex' 為 female 與 male 的列分別篩選出來，建立兩個不同的資料集。最後，你會計算這兩個資料集各自的列數。

請記住，你的工作環境中已經有 SparkSession spark 與 DataFrame people_df 可用。

本練習屬於課程

使用 PySpark 的 Big Data 基礎

檢視課程

練習說明

將 people_df DataFrame 中 sex 為 female 的所有列篩選出來，存成 people_df_female DataFrame。
將 people_df DataFrame 中 sex 為 male 的所有列篩選出來，存成 people_df_male DataFrame。
分別計算 people_df_female 與 people_df_male 兩個 DataFrame 的列數。

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。

# Filter people_df to select females 
people_df_female = people_df.____(people_df.____ == "female")

# Filter people_df to select males
people_df_male = people_df.____(____ == "____")

# Count the number of rows 
print("There are {} rows in the people_df_female DataFrame and {} rows in the people_df_male DataFrame".format(people_df_female.____(), people_df_male.____()))

編輯並執行程式碼