Mengurai CSV

Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Liam Brannigan

Data Scientist & Polars Contributor

Ekstrak CSV Keuangan

Chicago Finance Department
Generated: 2026-02-01
WARD;TYPE;STATUS;REQUEST_COST
11;Pothole in Street Complaint;Completed;125
42;Street Light Out;Open;88
27;Alley Light Out;Completed;61
  • 🧹 Header bukan di baris pertama
  • 🧹 Kolom dipisah titik koma
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Melewati baris

vendor_requests = pl.read_csv(
    "ward_service_requests.csv",
    skip_rows=2,

)
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Melewati baris header ekstra

vendor_requests = pl.read_csv(
    "ward_service_requests.csv",
    skip_rows=2,
    separator=";",
)
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Memeriksa file yang terurai

vendor_requests.head(3)
shape: (3, 4)
| WARD | TYPE                        | STATUS    | REQUEST_COST |
| ---  | ---                         | ---       | ---          |
| i64  | str                         | str       | i64          |
|------|-----------------------------|-----------|--------------|
| 11   | Pothole in Street Complaint | Completed | 125          |
| 42   | Street Light Out            | Open      | 88           |
| 27   | Alley Light Out             | Completed | 61           |
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Masalah inferensi skema

WARD;TYPE;STATUS;REQUEST_COST
11;Pothole in Street Complaint;Completed;125
42;Street Light Out;Open;88
27;Alley Light Out;Completed;61


$$

  • 100 baris pertama → skema diinferensikan
  • Hanya int → kolom bertipe Int64
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Inferensi skema

WARD;TYPE;STATUS;REQUEST_COST
11;Pothole in Street Complaint;Completed;125
42;Street Light Out;Open;88
27;Alley Light Out;Completed;61
...
3;Rodent Baiting Service Request;Completed;61.5

$$

  • 100 baris pertama → skema diinferensikan
  • Hanya int → kolom bertipe Int64
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Inferensi skema

vendor_requests = pl.read_csv(
    "ward_service_requests.csv",
    separator=";",
    skip_rows=2,
    infer_schema_length=200,
)
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Inferensi skema

vendor_requests.schema
Schema({'WARD': Int64, 'TYPE': String, 'STATUS': String, 'REQUEST_COST': Float64})
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Memberikan skema

vendor_requests = pl.read_csv(
    "ward_service_requests.csv",
    separator=";",
    skip_rows=2,
    schema={
        "WARD": pl.Int64,
        "TYPE": pl.String,
        "STATUS": pl.String,
        "REQUEST_COST": pl.Float64,
    },
)
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Menimpa skema hasil inferensi

vendor_requests = pl.read_csv(
    "ward_service_requests.csv",
    separator=";",
    skip_rows=2,
    schema_overrides={"REQUEST_COST": pl.Float64},
)
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Memeriksa penimpaan skema

vendor_requests.schema
Schema({'WARD': Int64, 'TYPE': String, 'STATUS': String, 'REQUEST_COST': Float64})
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Masalah data buruk

WARD;TYPE;STATUS;REQUEST_COST
11;Pothole in Street Complaint;Completed;125.0
unknown;Street Light Out;Open;88.5
27;Alley Light Out;Completed;61.0
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Mengabaikan error parse

pl.read_csv(
    "ward_service_requests.csv",
    separator=";",
    skip_rows=2,
    infer_schema_length=200,
    ignore_errors=True,
)

$$

  • Nilai buruk → null
  • ⚠️ Menyembunyikan error lain
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Menandai nilai null

pl.read_csv(
    "ward_service_requests.csv",
    separator=";",
    skip_rows=2,
    infer_schema_length=200,
    null_values={"WARD": "unknown"},
)

$$

  • Menjaga dtype yang diinginkan
  • Lebih aman daripada ignore_errors
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Ayo berlatih!

Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars

Preparing Video For Download...