Het afgeleide schema overschrijven

Wanneer Polars de export van de leverancier scant, gebruikt het de eerste rijen om kolomtypen af te leiden. De kolom branch_code gebruikt 3-cijferige codes met voorloopnullen ("001", "002", …), maar Polars ziet gehele getallen en parseert ze als Int64, waardoor de nullen stilletjes verdwijnen. Overschrijf het schema zodat branch_code een string blijft.

Het afgeleide schema wordt al voor je afgedrukt, zodat je kunt zien wat Polars heeft geraden zonder overrides.

Deze oefening maakt deel uit van de cursus

Data-pipelines schalen en optimaliseren met Polars

Bekijk cursus

Oefeninstructies

Overschrijf branch_code zodat deze wordt ingelezen als pl.String.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

schema = pl.scan_csv(
    MESSY_CSV_PATH,
    separator=";",
    skip_rows=2,
    infer_schema_length=5,
    # Force branch_code to String
    schema_overrides={"____": pl.____},
).collect_schema()

print("\nOverridden schema:")
print(schema)

Code bewerken en uitvoeren