スキーマのテスト

チームは expected DataFrame の値を修正しましたが、Polars が total_checkouts を 64 ビットと推論したのに対し、パイプラインは 32 ビットを生成しています。不一致を確認できるよう、2 つのスキーマがあらかじめ表示されています。期待するデータ型を修正して、スキーマが一致することをアサートしましょう。

actual、expected、および assert_schema_equal はあらかじめ読み込まれています。

この演習はコースの一部です

Polars によるデータパイプラインのスケーリングと最適化

コースを見る

演習の手順

expected の total_checkouts を pl.Int32 にキャストします。
actual と expected のスキーマが等しいことをアサートします。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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)

コードを編集して実行