彙整 Parquet 資料
第一個以 Parquet 為基礎的報表,是團隊在第 1 章建立的「數位結帳摘要」,但這次要從 scan_parquet 查詢開始。請建立相同的 lazy 管線,讓團隊能在整個封存資料中重複使用這個模式。
LazyFrame requests 已經替你從 Parquet 檔案建好。
本練習屬於課程
使用 Polars 擴充與最佳化資料管線
練習說明
- 將
requests篩選為use為"Digital"的列。 - 以
format對篩選後的列進行分組。 - 只在管線的最後觸發執行。
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。
result = (
requests
# Filter to digital
.filter(pl.col("use") == "____")
# Group by format
.group_by("____")
.agg(pl.col("checkouts").sum().alias("total"))
.sort("total", descending=True)
# Trigger execution at the end
.____()
)
print(result)