Rzutowanie kolumn numerycznych na mniejsze typy

Skoro zakresy wartości wyglądają bezpiecznie, rzutuj kolumny numeryczne na mniejsze typy danych. Użyj Int32 dla kolumn całkowitoliczbowych i Float32 dla zmiennoprzecinkowych — tam, gdzie niższa precyzja jest wystarczająca do obliczenia statystyk podsumowujących.

DataFrame movies jest już wczytany.

To ćwiczenie jest częścią kursu

Skalowanie i optymalizacja potoków danych w Polars

Zobacz kurs

Instrukcje do ćwiczenia

Rzutuj vote_count i budget na pl.Int32.
Rzutuj runtime i vote_average na pl.Float32.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

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)

Edytuj i uruchom kod