Análisis de cadenas datetime
Eres analista de transporte en Londres y quieres entender los patrones de demanda del sistema de bicicletas en verano. El conjunto de datos contiene alquileres por hora de julio, pero la columna time está almacenada como cadenas en formato "MM-DD-YYYY HH:MM". Para analizar cuándo se alcanza el pico de demanda, primero necesitas convertirla a un tipo Datetime correcto.
polars está cargado como pl. Tienes disponible el DataFrame bikes con las columnas time, rentals y temp.
Este ejercicio forma parte del curso
Transformación de datos con Polars
Instrucciones del ejercicio
- Analiza la columna
timea un tipo Datetime usando el formato"%m-%d-%Y %H:%M".
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Parse the time column to Datetime
bikes.with_columns(
pl.col("time").____.____(pl.____, "%m-%d-%Y %H:%M")
)