Riepilogare i dati Parquet
Il primo report basato su Parquet è il riepilogo dei checkout digitali che il team ha creato nel Capitolo 1, ma ora partendo da una query scan_parquet. Costruisci la stessa pipeline lazy così che il team possa riutilizzare questo schema in tutto il loro archivio.
Il LazyFrame requests è già pronto per te, costruito dal file Parquet.
Questo esercizio fa parte del corso
Scalare e ottimizzare le pipeline di dati con Polars
Istruzioni dell'esercizio
- Filtra
requestsalle righe in cuiuseè"Digital". - Raggruppa le righe filtrate per
format. - Avvia l'esecuzione solo alla fine della pipeline.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
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)