Gruppering med flera kolumner och fönsterfunktioner

Du vill fördjupa analysen och bryta ned cykelefterfrågan efter både tid på dygnet och väder. Varma soliga timmar beter sig troligen annorlunda än svala och molniga. Skapa en enkel väderkategori och beräkna sedan totalt antal uthyrningar för varje kombination av timme och väder.

polars är laddat som pl. DataFrame:en bikes finns tillgänglig med kolumnerna time, rentals, temp och hour.

Den här övningen är en del av kursen

Datatransformation med Polars

Visa kurs

Övningsinstruktioner

Skapa en kolumn weather: "warm" när temp överstiger 20, annars "cool".
Lägg till total_by_hour_weather med summan av rentals grupperat efter hour och weather.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Add weather category based on temperature
bikes.with_columns(
    pl.when(pl.col("temp") > 20)
    .then(pl.lit("____"))
    .otherwise(pl.lit("____"))
    .alias("weather")
).with_columns(

    # Calculate total rentals by hour and weather
    pl.col("rentals").____().over("____", "____").alias("total_by_hour_weather")
)

Redigera och kör kod