การแปลง CSV ที่ไม่เป็นระเบียบ
ผู้จำหน่าย ebook รายหนึ่งส่งออกข้อมูลการยืมหนังสือดิจิทัลของ Seattle เป็นไฟล์ CSV ที่ใช้เครื่องหมายเซมิโคลอนเป็นตัวคั่น โดยมีแถวข้อมูล metadata 2 แถวอยู่เหนือแถวหัวตารางจริง กำหนดค่าการสแกนให้รองรับรูปแบบนี้ เพื่อให้ทีมดูตารางข้อมูลที่สะอาดได้
polars ถูกโหลดไว้เป็น pl และเส้นทางไปยังไฟล์ของผู้จำหน่ายอยู่ใน MESSY_CSV_PATH
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การปรับขนาดและเพิ่มประสิทธิภาพ Data Pipeline ด้วย Polars
คำแนะนำการฝึกหัด
- ข้ามแถว metadata 2 แถวที่อยู่เหนือแถวหัวตาราง
- ระบุให้ Polars ทราบว่าคอลัมน์คั่นด้วยเครื่องหมายเซมิโคลอน
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
result = pl.scan_csv(
MESSY_CSV_PATH,
# Skip the 2 metadata rows above the header
skip_rows=____,
# Columns are separated by semicolons
separator="____",
).head(5).collect()
print(result)