Analisando um CSV bagunçado
Um fornecedor terceirizado de ebooks exporta empréstimos digitais de Seattle como um CSV separado por ponto e vírgula, com duas linhas de metadados acima do cabeçalho real. Configure sua varredura para lidar com esse layout, assim a equipe pode pré-visualizar uma tabela limpa.
polars está carregado como pl. O caminho para o arquivo do fornecedor está em MESSY_CSV_PATH.
Este exercicio faz parte do curso
Dimensionamento e Otimização de Pipelines de Dados com Polars
Instruções do exercicio
- Pule as 2 linhas de metadados acima do cabeçalho.
- Diga ao Polars que as colunas são separadas por ponto e vírgula.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
result = pl.scan_csv(
MESSY_CSV_PATH,
# Skip the 2 metadata rows above the header
skip_rows=____,
# Columns are separated by semicolons
separator="____",
).head(5).collect()
print(result)