Crearea de Dask DataFrame-uri din fișiere CSV

Anterior, ai analizat datele despre melodii Spotify folosind bucle și funcții întârziate (delayed). Acum știi că poți obține același rezultat mult mai ușor cu un Dask DataFrame. Hai să vedem cât de simple devin sarcinile pe care le-ai rezolvat înainte cu bucle, atunci când folosești aceste metode. Mai întâi, însă, va trebui să încarci setul de date într-un Dask DataFrame.

Acest exercițiu face parte din cursul

Programare paralelă cu Dask în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă subpachetul dask.dataframe sub aliasul dd.
Citește toate fișierele CSV din folderul data/spotify folosind un blocksize maxim de 1MB.
Folosește funcția dd.to_datetime() pentru a converti șirurile de caractere din coloana 'release_date' în valori de tip datetime.
Folosește metoda .head() a DataFrame-ului pentru a afișa 5 rânduri din tabel.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import dask dataframe as dd
____

# Load in the DataFrame
df  = ____

# Convert the release_date column from string to datetime
____

# Show 5 rows of the DataFrame
print(____)

Editează și rulează codul