Tworzenie kolumny Categorical
Wracamy do zbioru danych o filmach ze startupowego serwisu streamingowego. Większość wierszy w kolumnie original_language zawiera te same kilka kodów (en, fr, es, …). Rzutowanie na typ Categorical koduje każdą unikalną etykietę jako liczbę całkowitą za kulisami, co pozwala zaoszczędzić pamięć przy powtarzających się ciągach znaków.
To ćwiczenie jest częścią kursu
Skalowanie i optymalizacja potoków danych w Polars
Instrukcje do ćwiczenia
- Rzutuj kolumnę
original_languagena typpl.Categorical.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
movies_cat = movies.with_columns(
# Cast to Categorical to save memory
pl.col("original_language").____(pl.____)
)
result = movies_cat.select("movie_title", "original_language").head(8)
print(result)