Résumer des données Parquet

Le premier rapport basé sur Parquet est le sommaire des passages à la caisse numériques que l'équipe a construit au chapitre 1, mais en partant maintenant d'une requête scan_parquet. Bâtissez la même chaîne paresseuse pour que l'équipe puisse réutiliser ce modèle dans tout leur archivage.

Le LazyFrame requests est déjà préparé pour vous à partir du fichier Parquet.

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

Filtrez requests pour ne garder que les lignes où use vaut "Digital".
Regroupez les lignes filtrées par format.
Déclenchez l'exécution tout à la fin de la chaîne.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

result = (
    requests
    # Filter to digital
    .filter(pl.col("use") == "____")
    # Group by format
    .group_by("____")
    .agg(pl.col("checkouts").sum().alias("total"))
    .sort("total", descending=True)
    # Trigger execution at the end
    .____()
)
print(result)

Modifier et exécuter le code