Cómo detectar y corregir skew en joins en Apache Spark: paso a paso
Cómo detectar y corregir skew en joins en Apache Spark para acelerar joins grandes. Técnicas prácticas: análisis, broad…
4 min
30 Jul 2026
Cómo calcular percentiles y mediana en Apache Spark (ejemplo)
Cómo calcular percentiles y mediana en Apache Spark: guía práctica con ejemplos en PySpark usando approxQuantile y perc…
5 min
18 Jul 2026
Cómo hacer pivot en PySpark: convertir filas en columnas
Aprende a hacer pivot en PySpark con groupBy, pivot y agg: convierte filas en columnas, trata los nulos y revierte el p…
5 min
13 Jul 2026
Cómo leer y escribir Parquet en PySpark: paso a paso
Aprende a leer y escribir archivos Parquet en PySpark paso a paso: partitionBy, modos de escritura, compresión y cómo e…
4 min
11 Jul 2026
Cómo usar explode en PySpark: expandir arrays en filas
Aprende a usar la función explode en PySpark para convertir arrays en varias filas, con un ejemplo práctico y sin perde…
4 min
09 Jul 2026
Cómo tratar valores nulos en PySpark: paso a paso
Aprende a tratar valores nulos (NULL) en PySpark con na.drop, na.fill y coalesce. Guía paso a paso con ejemplos práctic…
4 min
07 Jul 2026
Funciones de ventana (Window) en PySpark: paso a paso
Aprende a usar funciones de ventana (Window) en PySpark con row_number, suma acumulada y lag. Ejemplo práctico paso a p…
4 min
06 Jul 2026
Cómo filtrar filas en PySpark con filter y where
Aprende a filtrar filas en PySpark con filter() y where(): condiciones simples y combinadas y filtros útiles como isin,…
4 min
05 Jul 2026
Cómo añadir columnas con withColumn en PySpark
Aprende a añadir columnas a un DataFrame con withColumn en PySpark: columnas calculadas, constantes, condicionales y co…
4 min
04 Jul 2026
Cómo eliminar duplicados en PySpark: paso a paso
Aprende a eliminar duplicados en PySpark con dropDuplicates y distinct, en todas las columnas o por clave, y a conserva…
4 min
04 Jul 2026
Cómo agregar datos con groupBy en PySpark: ejemplos
Aprende a agregar datos con groupBy en PySpark: cuenta, suma y calcula medias por grupo con ejemplos simples y un resul…
4 min
04 Jul 2026
Cómo hacer un join de DataFrames en PySpark: paso a paso
Aprende a hacer un join de DataFrames en PySpark paso a paso: inner y left join, elegir el tipo correcto y evitar colum…
4 min
04 Jul 2026