Reducción de tipo en columnas numéricas

Ahora que los rangos parecen seguros, convierte las columnas numéricas a dtypes más pequeños. Usa Int32 para las columnas enteras y Float32 para las de coma flotante cuando una menor precisión siga siendo suficiente para las estadísticas resumidas.

El DataFrame movies ya está cargado para ti.

Este ejercicio forma parte del curso

Escala y optimiza canalizaciones de datos con Polars

Ver curso

Instrucciones del ejercicio

Convierte vote_count y budget a pl.Int32.
Convierte runtime y vote_average a pl.Float32.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

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)

Editar y ejecutar código