从 CSV 创建 Dask DataFrame
此前，您通过循环和延迟函数分析了 Spotify 歌曲数据。现在您知道，可以用 Dask DataFrame 更轻松地完成相同的事情。让我们看看，用这些方法替代循环后，之前的相同任务会变得多么简单。不过，在此之前，您需要先将数据集加载到一个 Dask DataFrame 中。
本练习是课程的一部分
Python 中的 Dask 并行编程
练习说明
- 将
dask.dataframe子包以dd的别名导入。 - 读取
data/spotify文件夹中的所有 CSV 文件，并将最大块大小设置为 1MB。 - 使用
dd.to_datetime()函数将'release_date'列中的字符串转换为 datetime。 - 使用 DataFrame 的
.head()方法显示表格的 5 行。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import dask dataframe as dd
____
# Load in the DataFrame
df = ____
# Convert the release_date column from string to datetime
____
# Show 5 rows of the DataFrame
print(____)