Sobrescrevendo o schema inferido
Quando o Polars faz o scan da exportação do fornecedor, ele usa as primeiras linhas para inferir os tipos das colunas. A coluna branch_code usa identificadores de 3 dígitos com zeros à esquerda ("001", "002", …), mas o Polars enxerga inteiros e os interpreta como Int64, removendo os zeros silenciosamente. Sobrescreva o schema para que branch_code continue sendo uma string.
O schema inferido já foi impresso para você, assim você pode ver o que o Polars deduziu sem nenhuma sobrescrita.
Este exercicio faz parte do curso
Dimensionamento e Otimização de Pipelines de Dados com Polars
Instruções do exercicio
- Sobrescreva
branch_codepara que seja lido comopl.String.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
schema = pl.scan_csv(
MESSY_CSV_PATH,
separator=";",
skip_rows=2,
infer_schema_length=5,
# Force branch_code to String
schema_overrides={"____": pl.____},
).collect_schema()
print("\nOverridden schema:")
print(schema)