آموزش تبدیل داده ها با استفاده از PySpark

دستکاری داده ها را با PySpark انجام دهید Perform Data Manipulations with PySpark

• دستکاری داده ها در PySpark Data Manipulations in PySpark

• نسخه ی نمایشی: خواندن و نوشتن داده ها با مشخصات طرحواره Demo: Reading and Writing Data with Schema Specification

• نسخه ی نمایشی: انتخاب و فیلتر کردن داده ها Demo: Selecting and Filtering Data

• نسخه ی نمایشی: افزودن، اصلاح و رها کردن ستون ها Demo: Adding, Modifying, and Dropping Columns

• نسخه ی نمایشی: گروه بندی و جمع آوری داده ها Demo: Grouping and Aggregating Data

• نسخه ی نمایشی: انجام عملیات پیوستن Demo: Performing Join Operations

• نسخه ی نمایشی: تنظیم عملیات در PySpark Demo: Setting Operations in PySpark

• نسخه ی نمایشی: استفاده از توابع پنجره در PySpark Demo: Using Window Functions in PySpark

پاکسازی داده ها و ایجاد توابع سفارشی با PySpark Perform Data Cleaning and Create Custom Functions with PySpark

• نسخه ی نمایشی: مدیریت داده های گمشده در PySpark Demo: Handling Missing Data in PySpark

• نسخه ی نمایشی: مدیریت داده های پوچ در PySpark Demo: Handling Null Data in PySpark

• نسخه ی نمایشی: مدیریت داده های تکراری در PySpark Demo: Handling Duplicate Data in PySpark

• نسخه ی نمایشی: نوشتن و استفاده از UDF در PySpark Demo: Writing and Using UDFs in PySpark

• نسخه ی نمایشی: استفاده از UDTF برای تبدیل های پیشرفته Demo: Using UDTFs for Advanced Transformations

• نسخه ی نمایشی: ایجاد و استفاده از UDF های برداری شده Demo: Creating and Using Vectorized UDFs