स्कीमा का परीक्षण
टीम ने अपने expected DataFrame में वैल्यूज़ ठीक कर दीं, लेकिन Polars ने total_checkouts को 64-bit के रूप में infer किया जबकि पाइपलाइन 32-bit बनाती है. दोनों स्कीमा आपके लिए प्रिंट किए गए हैं ताकि आप मिसमैच देख सकें. expected का dtype ठीक करें, फिर assert करें कि स्कीमा मैच करते हैं.
actual, expected, और assert_schema_equal पहले से लोड हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Polars के साथ Data Pipelines का स्केलिंग और ऑप्टिमाइज़ेशन
अभ्यास निर्देश
expectedमेंtotal_checkoutsकोpl.Int32में कास्ट करें.- assert करें कि
actualऔरexpectedके स्कीमा बराबर हैं.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Match the dtype the pipeline produces
expected = expected.with_columns(
pl.col("total_checkouts").cast(pl.____)
)
# Schema-level assertion
____(actual.schema, expected.schema)
print("Schema assertion passed.")
print(actual.schema)