Testa scheman

Teamet har korrigerat värdena i sin expected-DataFrame, men Polars har härlett total_checkouts som 64-bitars medan pipeline:n producerar 32-bitars. De två schemana skrivs ut så att du kan se skillnaden. Åtgärda den förväntade datatypen och kontrollera sedan att schemana stämmer överens.

actual, expected och assert_schema_equal är förinstansierade.

Den här övningen är en del av kursen

Skalning och optimering av datapipelines med Polars

Visa kurs

Övningsinstruktioner

Kasta om total_checkouts i expected till pl.Int32.
Kontrollera att schemana för actual och expected är lika.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Match the dtype the pipeline produces
expected = expected.with_columns(
    pl.col("total_checkouts").cast(pl.____)
)

# Schema-level assertion
____(actual.schema, expected.schema)
print("Schema assertion passed.")
print(actual.schema)

Redigera och kör kod