Tolka en rörig CSV-fil
En tredjepartsleverantör av e-böcker exporterar Seattles digitala utlåningsdata som en semikolonavgränsad CSV-fil med två metadatarader ovanför den riktiga rubrikraden. Konfigurera din skanning så att layouten hanteras korrekt, och att teamet kan förhandsgranska en ren tabell.
polars är inläst som pl. Sökvägen till leverantörsfilen finns i MESSY_CSV_PATH.
Den här övningen är en del av kursen
Skalning och optimering av datapipelines med Polars
Övningsinstruktioner
- Hoppa över de 2 metadataraderna ovanför rubrikraden.
- Ange för Polars att kolumnerna är avgränsade med semikolon.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
result = pl.scan_csv(
MESSY_CSV_PATH,
# Skip the 2 metadata rows above the header
skip_rows=____,
# Columns are separated by semicolons
separator="____",
).head(5).collect()
print(result)