Memindai banyak berkas

Data checkout tim kini dipisah ke satu CSV per tahun (seattle_2021.csv, seattle_2022.csv, seattle_2023.csv). Berkas tahunan ini menggunakan nama kolom lama usageclass dan materialtype. Gunakan pola glob untuk memindai semua berkas sekaligus sebagai satu himpunan data logis, lalu buat ringkasan checkout fisik.

polars sudah dimuat sebagai pl, dan direktori ada di MULTIFILE_DIR.

Latihan ini merupakan bagian dari kursus

Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Lihat Kursus

Instruksi latihan

Pindai setiap berkas seattle_*.csv di MULTIFILE_DIR menggunakan pola glob.
Saring himpunan data gabungan ke checkout "Physical", lalu kelompokkan berdasarkan materialtype.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Scan every yearly file using a glob pattern
yearly_checkouts = pl.____(
    str(MULTIFILE_DIR / "____")
)

# Build a physical-checkout summary across the combined dataset
result = (
    yearly_checkouts
    # Filter to physical
    .filter(pl.col("usageclass") == "____")
    .group_by("____")
    .agg(pl.col("checkouts").sum().alias("total"))
    .sort("total", descending=True)
    .collect()
)
print(result)

Edit dan Jalankan Kode