开始使用免费开始使用

Pipeline 数据问题

在创建了一个快速的 pipeline 之后,您将 json 文件交给了团队中的一位分析师。她加载数据并做了几项探索性分析后,告诉您在尝试对持续时间数据排序时,数据集存在问题。除了排序操作没有按预期工作外,她不确定问题出在哪里。

Date          Flight Number   Airport     Duration    ID

09/30/2015    2287            ANC         409         107962
12/28/2015    1408            OKC         41          141917
08/11/2015    2287            ANC         410         87978

在分析数据后,下面哪条命令可以修复该问题?

本练习是课程的一部分

使用 PySpark 进行数据清洗

查看课程

动手互动练习

通过我们的互动练习之一,将理论转化为实践

开始练习