Pivot lazy in formato wide
Il team del dashboard vuole una vista wide per mese e formato dei check-out. Polars supporta .pivot() in modalità lazy quando specifichi in anticipo i nomi delle colonne di output, mantenendo l'intera pipeline ottimizzata da capo a fondo.
Il LazyFrame monthly_checkouts contiene i totali in formato long con le colonne month, format e total, e la lista formats contiene tutti i nomi di formato presenti nei dati.
Questo esercizio fa parte del corso
Scalare e ottimizzare le pipeline di dati con Polars
Istruzioni dell'esercizio
- Esegui il pivot di
monthly_checkoutsin modo che ogniformatdiventi una propria colonna. - Passa la lista
formatscosì che il pivot lazy conosca in anticipo lo schema di output. - Ordina il DataFrame risultante per
month.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
result = (
monthly_checkouts
# Pivot the format column into separate columns
.pivot(
on="____",
index="month",
values="total",
# Pre-declare the output column names so the pivot stays lazy
on_columns=____,
)
.collect()
# Sort the wide result by month
.sort("____")
)
print(result)