1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Python 中的 Spark SQL 入门
Connected

cvičení

为数据打标签

已提供一个名为 df 的 dataframe，包含列 endword：string、features：vector 和 outvec：vector。请选取 endword 等于 "him" 的行，并新增一个整数列 label，其值为 1。然后使用 union 操作，加入同样数量的 endword 不等于 him 的行，这些新增行的 label = 0。

提醒：在 SQL 中，不等于使用 <> 表达。

Pokyny

100 XP
  • 导入 lit 函数。
  • 选取 endword 为 'him' 的行，并新增一个整数列 label，值为 1。
  • 选取 endword 不为 'him' 的行，并新增一个整数列 label，值为 0。
  • 将这两部分进行 union，负样本数量与正样本数量相同。