Crearea unui dtype de tip Object
Pentru o explorare ad-hoc a textelor, echipa dorește titlul fiecărui film sub forma unui set Python de cuvinte scrise cu litere mici. Un set nu este un dtype nativ în Polars, așadar stochează-l într-o coloană de dtype pl.Object.
DataFrame-ul movies este disponibil, iar funcția ajutătoare title_to_word_set(title) este deja definită și returnează un set Python de cuvinte cu litere mici extrase dintr-un titlu.
Acest exercițiu face parte din cursul
Scalarea și optimizarea pipeline-urilor de date cu Polars
Instrucțiuni pentru exercițiu
- Aplică
title_to_word_setpe fiecare valoare dinmovie_titleși stochează seturile Python returnate într-o coloană nouă. - Atribuie noii coloane aliasul
title_word_set.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
result = movies.with_columns(
pl.col("movie_title")
# Convert each title to a set of words
.____(title_to_word_set, return_dtype=pl.____)
.alias("____")
).select("movie_title", "title_word_set").head(8)
print(result)