Lazy pivot till brett format

Dashboardteamet vill ha en bred månad-per-format-vy över utlåningsdata. Polars stöder .pivot() i lazy-läge när du anger utdatakolumnnamnen i förväg, vilket håller hela pipelinen optimerad från start till slut.

LazyFrame:n monthly_checkouts innehåller totalsummor i långt format med kolumnerna month, format och total, och listan formats innehåller alla formatnamn i datan.

Den här övningen är en del av kursen

Skalning och optimering av datapipelines med Polars

Visa kurs

Övningsinstruktioner

Pivotera monthly_checkouts så att varje format blir en egen kolumn.
Skicka med listan formats så att lazy-pivoten känner till utdataschemat i förväg.
Sortera den resulterande DataFrame:n efter month.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

result = (
    monthly_checkouts
    # Pivot the format column into separate columns
    .pivot(
        on="____",
        index="month",
        values="total",
        # Pre-declare the output column names so the pivot stays lazy
        on_columns=____,
    )
    .collect()
    # Sort the wide result by month
    .sort("____")
)
print(result)

Redigera och kör kod