Parquet-gegevens samenvatten

Het eerste Parquet-rapport is de digitale checkout-samenvatting die het team in hoofdstuk 1 bouwde, maar nu beginnend vanuit een scan_parquet-query. Bouw dezelfde luie pijplijn zodat het team dit patroon in het hele archief kan hergebruiken.

De LazyFrame requests is al voor je opgebouwd vanuit het Parquet-bestand.

Deze oefening maakt deel uit van de cursus

Data-pipelines schalen en optimaliseren met Polars

Bekijk cursus

Oefeninstructies

Filter requests op rijen waar use gelijk is aan "Digital".
Groepeer de gefilterde rijen op format.
Start de uitvoering helemaal aan het eind van de pijplijn.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

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)

Code bewerken en uitvoeren