Reduzindo a largura de colunas numéricas

Agora que os intervalos parecem seguros, converta as colunas numéricas para dtypes menores. Use Int32 para as colunas inteiras e Float32 para as de ponto flutuante quando a menor precisão ainda for suficiente para estatísticas resumidas.

O DataFrame movies já está carregado para você.

Este exercicio faz parte do curso

Dimensionamento e Otimização de Pipelines de Dados com Polars

Ver curso

Instruções do exercicio

Converta vote_count e budget para pl.Int32.
Converta runtime e vote_average para pl.Float32.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

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)

Editar e Executar Código