Agrupando por várias colunas com window functions

Aprofundando a análise, você quer detalhar a demanda por bicicletas tanto por hora do dia quanto pelo clima. Horas quentes e ensolaradas provavelmente se comportam de forma diferente das frias e nubladas. Crie uma categoria simples de clima e depois calcule o total de aluguéis para cada combinação de hora e clima.

polars está carregado como pl. O DataFrame bikes está disponível com as colunas time, rentals, temp e hour.

Este exercicio faz parte do curso

Transformação de Dados com Polars

Ver curso

Instruções do exercicio

Crie uma coluna weather: "warm" quando temp for maior que 20, caso contrário "cool".
Adicione total_by_hour_weather com a soma de rentals agrupada por hour e weather.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Add weather category based on temperature
bikes.with_columns(
    pl.when(pl.col("temp") > 20)
    .then(pl.lit("____"))
    .otherwise(pl.lit("____"))
    .alias("weather")
).with_columns(

    # Calculate total rentals by hour and weather
    pl.col("rentals").____().over("____", "____").alias("total_by_hour_weather")
)

Editar e Executar Código