คำนวณยอดรวมรายชั่วโมงด้วย Window Functions

ต่อเนื่องจากข้อมูลการแชร์จักรยานในลอนดอน คราวนี้จะมาหารูปแบบความต้องการที่ผิดปกติ เช่น ช่วงที่มีกิจกรรมพิเศษหรือเกิดการหยุดชะงัก วิธีหนึ่งคือเปรียบเทียบจำนวนการเช่าในแต่ละชั่วโมงกับยอดรวมทั่วไปของชั่วโมงนั้นในทุกวัน Window functions ช่วยให้เพิ่มสถิติระดับกลุ่มได้โดยยังคงทุกแถวไว้ครบถ้วน

โหลด polars เป็น pl แล้ว DataFrame bikes มีคอลัมน์ time, rentals, temp และ hour

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแปลงข้อมูลด้วย Polars

ดูคอร์ส

คำแนะนำการฝึกหัด

คำนวณผลรวมของ rentals โดยจัดกลุ่มตาม hour และตั้งชื่อคอลัมน์ว่า hourly_total

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Add the hourly total using a window function
bikes.with_columns(
    pl.col("rentals").____().over("____").alias("____")
)

แก้ไขและรันโค้ด