Page History
...
| No Format |
|---|
expesiveHotel = hotellist_sc.filter( lambda row : row['discount'] > 300000 )
#전체를 다 가져오거나?
expesiveHotel.collect()
#특정 개수만 획득
expesiveHotel.take(5)
==> 데이터 예
[{'addrSummary': '강남 | 삼성역 도보 1분',
'availableRooms': 5,
'displayText': '서울 > 파크 하얏트 서울',
'distance': 0.0,
'districtName': '강남구',
|
중복제거-
...
호텔 관리데이터 확인
| No Format |
|---|
grades = hotellist_sc.map( lambda row: row['grade'] ).distinct() grades.take(1005) ==> 결과 : 해당 데이터가 관리하는 grade파악이 가능합니다. ['special1', 'special2', 'grade2', 'motel', 'design', 'biz', 'grade1', 'residence', 'boutique', 'grade3', 'guest_house] regions = hotellist_sc.map( lambda row: row['districtName'] ).distinct() regions.take(5) ==> 결과 ['중구', '강남구', '서초구', '강서구', '구로구'] |
사용자 알고리즘 적용
사전준비: 사용할 알고리즘 준비하기
...
| No Format |
|---|
#서울의 어느 호텔 'latitude': 37.5700718, 'longitude': 127.0089115
nearHotel= hotellist_sc.filter( lambda row : 5 > getDistance(37.5700718,127.0089115,row['latitude'],row['longitude'] ) )
nearHotel.take(10)
nearHotel.count()
|
비슷한 이름 호텔찾기
| No Format |
|---|
siHotel = hotellist_sc.filter( lambda row : 2 > edit_distance('호텔 리안 A',row['name'] ) )
siHotel.take(100) |
...