Explorar múltiples archivos

Ahora los datos de préstamos del equipo están divididos en un CSV por año (seattle_2021.csv, seattle_2022.csv, seattle_2023.csv). Estos archivos anuales usan los nombres de columnas heredados usageclass y materialtype. Usa un patrón glob para explorar todos los archivos juntos como un único conjunto de datos lógico y luego crea un resumen de préstamos físicos.

polars está cargado como pl, y el directorio está en MULTIFILE_DIR.

Este ejercicio forma parte del curso

Escala y optimiza canalizaciones de datos con Polars

Ver curso

Instrucciones del ejercicio

Explora cada archivo seattle_*.csv en MULTIFILE_DIR usando un patrón glob.
Filtra el conjunto de datos combinado a préstamos "Physical" y agrupa por materialtype.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Scan every yearly file using a glob pattern
yearly_checkouts = pl.____(
    str(MULTIFILE_DIR / "____")
)

# Build a physical-checkout summary across the combined dataset
result = (
    yearly_checkouts
    # Filter to physical
    .filter(pl.col("usageclass") == "____")
    .group_by("____")
    .agg(pl.col("checkouts").sum().alias("total"))
    .sort("total", descending=True)
    .collect()
)
print(result)

Editar y ejecutar código