Överstyra det härledda schemat
När Polars läser in leverantörens exportfil används de första raderna för att härleda kolumntyper. Kolumnen branch_code innehåller tresiffriga identifierare med inledande nollor ("001", "002", …), men Polars tolkar dem som heltal och parsar dem som Int64, vilket gör att nollorna försvinner utan varning. Överstyr schemat så att branch_code behålls som en sträng.
Det härledda schemat skrivs redan ut åt dig, så du kan se vad Polars gissade utan några överstyrningar.
Den här övningen är en del av kursen
Skalning och optimering av datapipelines med Polars
Övningsinstruktioner
- Överstyr
branch_codeså att den läses in sompl.String.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
schema = pl.scan_csv(
MESSY_CSV_PATH,
separator=";",
skip_rows=2,
infer_schema_length=5,
# Force branch_code to String
schema_overrides={"____": pl.____},
).collect_schema()
print("\nOverridden schema:")
print(schema)