Tolka datetime-strängar
Du är trafikanalytiker i London med uppgift att förstå efterfrågemönster för cykeluthyrning under sommaren. Datamängden innehåller timvisa uthyrningsdata från juli, men kolumnen time är lagrad som strängar i formatet "MM-DD-YYYY HH:MM". För att kunna analysera när efterfrågan är som störst behöver du först konvertera den till rätt Datetime-typ.
polars är inläst som pl. DataFrame:en bikes finns tillgänglig med kolumnerna time, rentals och temp.
Den här övningen är en del av kursen
Datatransformation med Polars
Övningsinstruktioner
- Tolka kolumnen
timetill en Datetime-typ med formatet"%m-%d-%Y %H:%M".
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Parse the time column to Datetime
bikes.with_columns(
pl.col("time").____.____(pl.____, "%m-%d-%Y %H:%M")
)