Parquet-Daten zusammenfassen

Der erste Parquet-basierte Report ist die digitale Checkout-Zusammenfassung, die das Team in Kapitel 1 gebaut hat – jetzt aber ausgehend von einer scan_parquet-Abfrage. Baue dieselbe lazy Pipeline, damit das Team dieses Muster im gesamten Archiv wiederverwenden kann.

Das LazyFrame requests wurde bereits für dich aus der Parquet-Datei erstellt.

Diese Übung ist Teil des Kurses

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

Kurs ansehen

Übungsanweisungen

Filtere requests auf Zeilen, in denen use "Digital" ist.
Gruppiere die gefilterten Zeilen nach format.
Stoße die Ausführung ganz am Ende der Pipeline an.

Interaktive praktische Übung

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

result = (
    requests
    # Filter to digital
    .filter(pl.col("use") == "____")
    # Group by format
    .group_by("____")
    .agg(pl.col("checkouts").sum().alias("total"))
    .sort("total", descending=True)
    # Trigger execution at the end
    .____()
)
print(result)

Code bearbeiten und ausführen