Numerische Spalten herunterskalieren

Da die Wertebereiche jetzt sicher aussehen, caste die numerischen Spalten auf kleinere dtypes. Verwende Int32 für die Integer-Spalten und Float32 für die Floats, wenn geringere Präzision für Übersichtsstatistiken noch ausreicht.

Das movies-DataFrame ist für dich vorab geladen.

Diese Übung ist Teil des Kurses

<Kurs>Skalieren und Optimieren von Data-Pipelines mit Polars</Kurs>

Kurs ansehen

Übungsanweisungen

Caste vote_count und budget zu pl.Int32.
Caste runtime und vote_average zu pl.Float32.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

movies_optimized = movies.with_columns(
    # Integer columns to Int32
    pl.col("vote_count").cast(pl.____),
    pl.col("budget").cast(pl.____),
    # Float columns to Float32
    pl.col("runtime").cast(pl.____),
    pl.col("vote_average").cast(pl.____),
)

result = movies_optimized.select(
    "movie_title", "budget", "runtime", "vote_average", "vote_count"
).head(8)
print(result)

Code bearbeiten und ausführen