验证数据类型

在数据时代，您能获取的属性比以往任何时候都多。为处理它们，我们会构建大量自动化流程，但至少要确保它们的数据类型是正确的。本练习将验证一个属性及其数据类型的字典，检查是否正确。该字典保存在变量 validation_dict 中，已在您的工作空间中提供。

本练习是课程的一部分

使用 PySpark 进行特征工程

查看课程

练习说明

使用 df 的 dtypes 创建由属性名和数据类型组成的元组列表，命名为 actual_dtypes_list。
遍历 actual_dtypes_list，检查列表中的列名是否存在于期望数据类型字典 validation_dict 中。
对于存在于字典中的键，比较其数据类型，并打印出匹配的项。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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.')

编辑并运行代码