Přepsání odvozeného schématu

Když Polars načítá export od dodavatele, odhadne typy sloupců podle prvních několika řádků. Sloupec branch_code obsahuje třímístné identifikátory s úvodními nulami ("001", "002", …), ale Polars je vyhodnotí jako celá čísla a zpracuje je jako Int64 — úvodní nuly přitom tiše zahodí. Nastav schéma tak, aby branch_code zůstal řetězcem.

Odvozené schéma je už předem vypsané, takže vidíš, co Polars odhadl bez jakýchkoli úprav.

Toto cvičení je součástí kurzu

Scaling and Optimizing Data Pipelines with Polars

Zobrazit kurz

Pokyny k cvičení

Přepiš typ sloupce branch_code tak, aby se načítal jako pl.String.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

schema = pl.scan_csv(
    MESSY_CSV_PATH,
    separator=";",
    skip_rows=2,
    infer_schema_length=5,
    # Force branch_code to String
    schema_overrides={"____": pl.____},
).collect_schema()

print("\nOverridden schema:")
print(schema)

Upravit a spustit kód