Parsarea unui CSV dezordonat
Un furnizor extern de cărți electronice exportă datele despre împrumuturile digitale din Seattle sub forma unui CSV separat prin punct și virgulă, cu două rânduri de metadate deasupra antetului real. Configurează scanarea astfel încât să gestioneze acest format, iar echipa să poată previzualiza un tabel curat.
polars este importat ca pl. Calea către fișierul furnizorului se află în MESSY_CSV_PATH.
Acest exercițiu face parte din cursul
Scalarea și optimizarea pipeline-urilor de date cu Polars
Instrucțiuni pentru exercițiu
- Sari peste cele 2 rânduri de metadate de deasupra antetului.
- Specifică în Polars că valorile din coloane sunt separate prin punct și virgulă.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
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)