Vytvoření dtype Object
Pro jednorázový průzkum textu chce tým mít název každého filmu jako pythonovskou množinu (set) slov malými písmeny. Množina není nativní dtype Polars, takže ji ulož do sloupce s dtype pl.Object.
DataFrame movies je k dispozici a pomocná funkce title_to_word_set(title) je již definovaná — vrací pythonovskou množinu slov malými písmeny z daného názvu.
Toto cvičení je součástí kurzu
Scaling and Optimizing Data Pipelines with Polars
Pokyny k cvičení
- Spusť
title_to_word_setna každé hodnotě sloupcemovie_titlea výsledné pythonovské množiny ulož do nového sloupce. - Pojmenuj nový sloupec pomocí aliasu
title_word_set.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
result = movies.with_columns(
pl.col("movie_title")
# Convert each title to a set of words
.____(title_to_word_set, return_dtype=pl.____)
.alias("____")
).select("movie_title", "title_word_set").head(8)
print(result)