การจัดกลุ่มด้วยหลายคอลัมน์โดยใช้ window functions

เพื่อวิเคราะห์ให้ลึกขึ้น คุณต้องการแยกความต้องการใช้จักรยานตามทั้งช่วงเวลาของวันและสภาพอากาศ เนื่องจากช่วงที่อากาศอบอุ่นและแดดออกมักมีพฤติกรรมที่แตกต่างจากช่วงที่อากาศเย็นและมีเมฆ ให้สร้างหมวดหมู่สภาพอากาศอย่างง่าย แล้วคำนวณยอดรวมการเช่าสำหรับแต่ละการรวมกันของชั่วโมงและสภาพอากาศ

polars โหลดไว้แล้วในชื่อ pl โดย DataFrame bikes มีคอลัมน์ time, rentals, temp และ hour

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแปลงข้อมูลด้วย Polars

ดูคอร์ส

คำแนะนำการฝึกหัด

สร้างคอลัมน์ weather โดยกำหนดเป็น "warm" เมื่อ temp มากกว่า 20 และเป็น "cool" ในกรณีอื่น
เพิ่มคอลัมน์ total_by_hour_weather ที่เก็บผลรวมของ rentals โดยจัดกลุ่มตาม hour และ weather

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Add weather category based on temperature
bikes.with_columns(
    pl.when(pl.col("temp") > 20)
    .then(pl.lit("____"))
    .otherwise(pl.lit("____"))
    .alias("weather")
).with_columns(

    # Calculate total rentals by hour and weather
    pl.col("rentals").____().over("____", "____").alias("total_by_hour_weather")
)

แก้ไขและรันโค้ด