Rychlé filtrování seřazených dat

Tým pro historickou analýzu potřebuje všechny záznamy o výpůjčkách před rokem 2021. CSV soubor je už seřazený podle sloupce date – když Polars o tom řekneš, může přestat procházet data hned, jak narazí na první záznam z roku 2021.

Toto cvičení je součástí kurzu

Scaling and Optimizing Data Pipelines with Polars

Zobrazit kurz

Pokyny k cvičení

Označ sloupec date jako seřazený, aby Polars mohl využít rychlé prohledávání.
Filtruj řádky, kde je date před 1. lednem 2021.
Spusť líný dotaz.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

result = (
    library
    # Mark date as sorted to enable the fast-path scan
    .____("date")
    # Filter to rows before 2021-01-01
    .filter(pl.col("date") < pl.____(2021, 1, 1))
    # Execute the lazy query
    .____()
)
print(result.head())

Upravit a spustit kód