Datetime-Strings parsen
Du bist Analyst:in für den Londoner Nahverkehr und sollst die Nachfrage-Muster beim Bikesharing im Sommer verstehen. Der Datensatz enthält stündliche Ausleihzahlen aus dem Juli, aber die Spalte time ist als Strings im Format "MM-DD-YYYY HH:MM" gespeichert. Um zu analysieren, wann die Nachfrage ihren Höhepunkt erreicht, musst du sie zuerst in einen echten Datentyp Datetime umwandeln.
polars ist als pl geladen. Das DataFrame bikes ist verfügbar mit den Spalten time, rentals und temp.
Diese Übung ist Teil des Kurses
<Kurs>Datentransformation mit Polars</Kurs>Übungsanweisungen
- Parse die Spalte
timein den Datentyp Datetime mit dem Format"%m-%d-%Y %H:%M".
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Parse the time column to Datetime
bikes.with_columns(
pl.col("time").____.____(pl.____, "%m-%d-%Y %H:%M")
)