Définir le schéma

Commencez par définir le schéma attendu pour la validation des données. C’est une étape essentielle pour garantir la qualité des données tout au long du pipeline ETL.

Vous allez utiliser la bibliothèque pointblank pour définir la structure du schéma.

Le jeu de données a déjà été chargé pour vous sous le nom ts.

Cet exercice fait partie du cours

<cours>Concevoir des pipelines de prévision pour la production</cours>

Voir le cours

Instructions de l’exercice

Commencez par importer pointblank.
Définissez le schéma avec la méthode appropriée.
Définissez la colonne respondent avec le type object et la colonne value avec le type float64.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import the required library
import ____ as ____

# Define the schema and set columns
table_schema =  pb.____(
    columns=[
        ("period", "datetime64[ns]"),   
        ("respondent", "____"),
        ("respondent-name", "object"),
        ("type", "object"),
        ("type-name", "object"),
        ("value", "____"),
        ("value-units", "object")])

print(table_schema)

Modifier et exécuter le code