Tarjetas de Introducción a Apache Spark y Big Data
Introducción a Apache Spark y Big Data: Guía Completa
Toca para girar · Desliza para navegar
Análisis de datos
11 tarjetas
Tarjeta 1
Pregunta: ¿Qué conjunto de datos se menciona para analizar casos de COVID-19 en Corea del Sur en esta lección?
Respuesta: La base de datos [NeurIPS 2020] Data Science for COVID-19 (DS4C) disponible en Kaggle.
Tarjeta 2
Pregunta: ¿Qué información contiene el archivo CSV llamado Case?
Respuesta: Contiene los casos reportados de contagio de COVID-19.
Tarjeta 3
Pregunta: ¿Qué información contiene el archivo CSV llamado PatientInfo?
Respuesta: Contiene la información de los pacientes.
Tarjeta 4
Pregunta: ¿Cuál es la tarea principal a realizar con el archivo Case según la consigna?
Respuesta: Determinar las tres ciudades con más casos confirmados de la enfermedad, y la salida debe tener columnas provincia, ciudad y casos confirmados con exa
Tarjeta 5
Pregunta: Al obtener las tres ciudades con más casos, ¿qué requisito estricto se indica sobre la salida?
Respuesta: La salida debe contener exactamente los tres nombres de ciudades con más casos confirmados; no se admiten otros valores.
Tarjeta 6
Pregunta: Al crear el dataframe desde PatientInfo, ¿qué requisito hay respecto a duplicados?
Respuesta: El dataframe debe asegurarse de que no contenga pacientes duplicados.
Tarjeta 7
Pregunta: ¿Qué pregunta específica se plantea sobre la columna infected_by en PatientInfo?
Respuesta: ¿Cuántos pacientes tienen informado por quién se contagiaron (columna infected_by)?
Tarjeta 8
Pregunta: Al filtrar pacientes que tengan valor en infected_by, ¿qué subselección adicional se solicita?
Respuesta: Obtener solo los pacientes femeninos dentro de los que tienen informado por quién se contagiaron.
Tarjeta 9
Pregunta: ¿Qué columnas deben eliminarse de la salida final del dataframe de pacientes femeninos infectados?
Respuesta: No debe contener las columnas released_date y deceased_date.
Tarjeta 10
Pregunta: ¿Cómo debe configurarse el número de particiones del dataframe resultante antes de escribirlo?
Respuesta: Establecer el número de particiones en dos.