Testowanie schematów

Zespół poprawił wartości w DataFrame expected, ale Polars wywnioskował typ total_checkouts jako 64-bitowy, podczas gdy potok zwraca 32-bitowy. Schematy są już wydrukowane, żebyś mógł zobaczyć niezgodność. Popraw oczekiwany typ danych, a następnie sprawdź, czy schematy są zgodne.

actual, expected i assert_schema_equal są wczytane z wyprzedzeniem.

To ćwiczenie jest częścią kursu

Skalowanie i optymalizacja potoków danych w Polars

Zobacz kurs

Instrukcje do ćwiczenia

Rzutuj kolumnę total_checkouts w expected na typ pl.Int32.
Sprawdź, czy schematy actual i expected są równe.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Match the dtype the pipeline produces
expected = expected.with_columns(
    pl.col("total_checkouts").cast(pl.____)
)

# Schema-level assertion
____(actual.schema, expected.schema)
print("Schema assertion passed.")
print(actual.schema)

Edytuj i uruchom kod