Analizzare stringhe datetime
Sei un/una analyst dei trasporti di Londra e devi capire gli schemi di domanda del bike sharing in estate. Il dataset contiene dati orari sui noleggi di luglio, ma la colonna time è salvata come stringa nel formato "MM-DD-YYYY HH:MM". Per analizzare quando la domanda raggiunge il picco, devi prima convertirla in un dtype Datetime corretto.
polars è caricato come pl. Il DataFrame bikes è disponibile con le colonne time, rentals e temp.
Questo esercizio fa parte del corso
Trasformazione dei dati con Polars
Istruzioni dell'esercizio
- Analizza la colonna
timein un dtype Datetime usando il formato"%m-%d-%Y %H:%M".
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Parse the time column to Datetime
bikes.with_columns(
pl.col("time").____.____(pl.____, "%m-%d-%Y %H:%M")
)