Sobrescribir el esquema inferido

Cuando Polars escanea la exportación del proveedor, usa las primeras filas para inferir los tipos de las columnas. La columna branch_code usa identificadores de 3 dígitos con ceros a la izquierda ("001", "002", …), pero Polars ve enteros y los analiza como Int64, eliminando los ceros sin avisar. Sobrescribe el esquema para que branch_code se mantenga como cadena.

El esquema inferido ya se ha impreso para que veas qué ha deducido Polars sin sobrescrituras.

Este ejercicio forma parte del curso

Escala y optimiza canalizaciones de datos con Polars

Ver curso

Instrucciones del ejercicio

Sobrescribe branch_code para que se lea como pl.String.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

schema = pl.scan_csv(
    MESSY_CSV_PATH,
    separator=";",
    skip_rows=2,
    infer_schema_length=5,
    # Force branch_code to String
    schema_overrides={"____": pl.____},
).collect_schema()

print("\nOverridden schema:")
print(schema)

Editar y ejecutar código