Analizar un CSV desordenado
Un proveedor externo de ebooks exporta los préstamos digitales de Seattle como un CSV separado por punto y coma, con dos filas de metadatos por encima de la cabecera real. Configura tu escaneo para manejar este formato y que el equipo pueda previsualizar una tabla limpia.
polars está cargado como pl. La ruta al archivo del proveedor está en MESSY_CSV_PATH.
Este ejercicio forma parte del curso
Escala y optimiza canalizaciones de datos con Polars
Instrucciones del ejercicio
- Omite las 2 filas de metadatos que están por encima de la cabecera.
- Indícale a Polars que las columnas están separadas por punto y coma.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
result = pl.scan_csv(
MESSY_CSV_PATH,
# Skip the 2 metadata rows above the header
skip_rows=____,
# Columns are separated by semicolons
separator="____",
).head(5).collect()
print(result)