Lazy-Pivot ins Wide-Format

Das Dashboard-Team möchte eine breite Monatsansicht der Ausleihen nach Format. Polars unterstützt .pivot() im Lazy-Modus, wenn du die Ausgabespaltennamen im Voraus angibst. So bleibt die gesamte Pipeline von Anfang bis Ende optimiert.

Das LazyFrame monthly_checkouts enthält Summen im Long-Format mit den Spalten month, format und total, und die Liste formats enthält alle Formate im Datensatz.

Diese Übung ist Teil des Kurses

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

Kurs ansehen

Übungsanweisungen

Pivotiere monthly_checkouts, sodass jedes format zu einer eigenen Spalte wird.
Übergib die Liste formats, damit der Lazy-Pivot das Ausgabeschema im Voraus kennt.
Sortiere das resultierende DataFrame nach month.

Interaktive praktische Übung

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

result = (
    monthly_checkouts
    # Pivot the format column into separate columns
    .pivot(
        on="____",
        index="month",
        values="total",
        # Pre-declare the output column names so the pivot stays lazy
        on_columns=____,
    )
    .collect()
    # Sort the wide result by month
    .sort("____")
)
print(result)

Code bearbeiten und ausführen