計算相對小時平均的差異
總量很有用，但偏差能說更多故事。計算每個小時的租借量相較於該小時（跨所有天）的平均值差多少，這能快速標註高於或低於常態的需求。
已將 polars 載入為 pl。bikes DataFrame 可用，包含欄位 time、rentals、temp 和 hour。
本練習屬於課程
使用 Polars 進行資料轉換
練習說明
- 新增一個欄位
diff_from_avg，其內容為rentals減去rentals依hour計算的小時平均。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Calculate how each rental differs from its hourly average
bikes.with_columns(
(pl.col("rentals") - pl.col("rentals").____().over("____")).alias("____")
)