Phân tích một tệp CSV lộn xộn
Một nhà cung cấp ebook bên thứ ba xuất dữ liệu mượn sách số của Seattle dưới dạng CSV phân tách bằng dấu chấm phẩy, với hai dòng siêu dữ liệu nằm trên dòng header thực. Hãy cấu hình thao tác quét để xử lý bố cục này, giúp nhóm xem trước được một bảng sạch.
polars đã được nạp dưới tên pl. Đường dẫn đến tệp của nhà cung cấp nằm trong MESSY_CSV_PATH.
Bài tập này là một phần của khóa học
Mở rộng và tối ưu hóa pipeline dữ liệu với Polars
Hướng dẫn bài tập
- Bỏ qua 2 dòng siêu dữ liệu phía trên header.
- Báo cho Polars biết các cột được phân tách bằng dấu chấm phẩy.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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)