수치형 열 다운캐스팅
값의 범위가 안전한 것을 확인했으니, 이제 수치형 열을 더 작은 dtype으로 변환해 보겠습니다. 정수형 열에는 Int32를, 부동소수점 열에는 Float32를 사용하세요. 요약 통계에는 낮은 정밀도로도 충분합니다.
movies DataFrame은 미리 불러와져 있습니다.
이 연습은 강의의 일부입니다
Polars로 데이터 파이프라인 확장 및 최적화하기
연습 안내
vote_count와budget을pl.Int32로 변환하세요.runtime과vote_average를pl.Float32로 변환하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
movies_optimized = movies.with_columns(
# Integer columns to Int32
pl.col("vote_count").cast(pl.____),
pl.col("budget").cast(pl.____),
# Float columns to Float32
pl.col("runtime").cast(pl.____),
pl.col("vote_average").cast(pl.____),
)
result = movies_optimized.select(
"movie_title", "budget", "runtime", "vote_average", "vote_count"
).head(8)
print(result)