Suprascrierea schemei inférate

Când Polars scanează fișierul exportat de vendor, folosește primele rânduri pentru a infera tipurile coloanelor. Coloana branch_code conține identificatori din 3 cifre cu zerouri inițiale ("001", "002", …), însă Polars le interpretează ca numere întregi și le parsează ca Int64, eliminând silențios zerourile. Suprascrie schema astfel încât branch_code să rămână un șir de caractere.

Schema inferată este deja afișată, astfel încât poți vedea ce a dedus Polars fără nicio suprascriere.

Acest exercițiu face parte din cursul

Scalarea și optimizarea pipeline-urilor de date cu Polars

Vezi cursul

Instrucțiuni pentru exercițiu

Suprascrie branch_code astfel încât să fie citit ca pl.String.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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)

Editează și rulează codul