開始使用免費開始

彙總 II

為了讓你更熟悉內建的彙總方法,下面有幾個關於 flights 資料表的練習!

請記住:名為 sparkSparkSession 已經在你的工作區中,還有 Spark 的 DataFrame flights

本練習屬於課程

PySpark 基礎

檢視課程

練習說明

  • 使用 .avg() 取得達美航空(carrier 欄位值為 "DL")且由 SEA 起飛的航班之平均空中飛行時間。出發地存於 origin 欄位。使用 show() 顯示結果。
  • 使用 .sum() 來計算本資料集中所有班機總共在空中飛行了多少小時:先從 air_time 欄位建立名為 duration_hrs 的欄位。使用 show() 顯示結果。

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。

# Average duration of Delta flights
flights.filter(____.____ == "____").filter(____.____ == "____").groupBy().avg("____").show()

# Total hours in the air
flights.withColumn("____", flights.air_time/60).groupBy().sum("____").show()
編輯並執行程式碼