筛选您的 DataFrame

在上一个练习中，您使用 select() 运算符按列对 DataFrame 进行了子集选择。它主要用于按列筛选。如果您想基于条件对子集进行选择怎么办（例如，选择 sex 为 Female 的所有行）？在本练习中，您将对 people_df DataFrame 进行行筛选，分别选出 'sex' 为 female 和为 male 的记录，并创建两个不同的数据集。最后，您将统计每个数据集的行数。

请注意，工作区中已经为您提供了 SparkSession spark 和 DataFrame people_df。

本练习是课程的一部分

使用 PySpark 的大数据基础

查看课程

练习说明

将 people_df DataFrame 中 sex 为 female 的所有行筛选到 people_df_female DataFrame。
将 people_df DataFrame 中 sex 为 male 的所有行筛选到 people_df_male DataFrame。
统计 people_df_female 和 people_df_male 两个 DataFrame 的行数。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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.____()))

编辑并运行代码