Réduire la taille des colonnes numériques (downcasting)

Maintenant que les étendues de valeurs semblent sûres, convertissez les colonnes numériques vers des types plus petits. Utilisez Int32 pour les colonnes d'entiers et Float32 pour les colonnes à virgule flottante lorsque une précision moindre suffit pour les statistiques sommaires.

Le DataFrame movies est déjà chargé pour vous.

Cette activité fait partie du cours

Mise à l'échelle et optimisation des pipelines de données avec Polars

Voir le cours

Instructions de l’exercice

Convertissez vote_count et budget en pl.Int32.
Convertissez runtime et vote_average en pl.Float32.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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)

Modifier et exécuter le code