Создание Dask DataFrame из CSV-файлов

Ранее вы анализировали данные о треках Spotify с помощью циклов и отложенных функций. Теперь вы знаете, что те же задачи можно решить гораздо проще — с помощью Dask DataFrame. Давайте убедимся, насколько удобнее работать с этими методами по сравнению с циклами. Но сначала нужно загрузить набор данных в Dask DataFrame.

Это упражнение является частью курса

Параллельное программирование с Dask на Python

Посмотреть курс

Инструкции к упражнению

Импортируйте подпакет dask.dataframe под псевдонимом dd.
Прочитайте все CSV-файлы из папки data/spotify, задав максимальный размер блока 1 МБ.
Используйте функцию dd.to_datetime(), чтобы преобразовать строки в столбце 'release_date' в формат даты и времени.
Используйте метод .head() объекта DataFrame, чтобы отобразить 5 строк таблицы.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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(____)

Редактировать и запускать код