Сканирование нескольких файлов

Данные о выдаче книг теперь разбиты по файлам — по одному CSV на каждый год (seattle_2021.csv, seattle_2022.csv, seattle_2023.csv). В этих файлах используются устаревшие имена столбцов: usageclass и materialtype. Воспользуйтесь шаблоном glob, чтобы считать все файлы как единый набор данных, а затем подготовьте сводку по физическим выдачам.

polars загружен как pl, путь к директории хранится в MULTIFILE_DIR.

Это упражнение является частью курса

Масштабирование и оптимизация конвейеров данных с Polars

Посмотреть курс

Инструкции к упражнению

Просканируйте все файлы seattle_*.csv в директории MULTIFILE_DIR, используя шаблон glob.
Отфильтруйте объединённый набор данных по выдачам типа "Physical", затем выполните группировку по столбцу materialtype.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Scan every yearly file using a glob pattern
yearly_checkouts = pl.____(
    str(MULTIFILE_DIR / "____")
)

# Build a physical-checkout summary across the combined dataset
result = (
    yearly_checkouts
    # Filter to physical
    .filter(pl.col("usageclass") == "____")
    .group_by("____")
    .agg(pl.col("checkouts").sum().alias("total"))
    .sort("total", descending=True)
    .collect()
)
print(result)

Редактировать и запускать код