驗證資料型別

在這個資料時代，我們能取得的屬性比以往更多。為了處理這些屬性，我們會建立許多自動化流程，但至少要先確保它們的資料型別正確。在本練習中，你會驗證一個屬性及其資料型別的字典，看看是否正確。這個字典已存於變數 validation_dict，並已載入到你的工作環境中。

本練習屬於課程

使用 PySpark 進行特徵工程

檢視課程

練習說明

使用 df 的 dtypes 建立由屬性與資料型別組成的 tuple 清單，命名為 actual_dtypes_list。
走訪 actual_dtypes_list，檢查每個欄位名稱是否存在於預期資料型別的字典 validation_dict 中。
對於在字典中存在的鍵，檢查其資料型別，並列印出型別相符者。

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。

# create list of actual dtypes to check
actual_dtypes_list = df.____
print(actual_dtypes_list)

# Iterate through the list of actual dtypes tuples
for attribute_tuple in ____:
  
  # Check if column name is dictionary of expected dtypes
  col_name = attribute_tuple[____]
  if col_name in ____:

    # Compare attribute types
    col_type = attribute_tuple[____]
    if col_type == validation_dict[____]:
      print(col_name + ' has expected dtype.')

編輯並執行程式碼