Estoy trabajando con la libreria polars de Python, estoy explorando un poco con ella y poniendola a prueba en diferentes situaciones que manejo a diario con pandas, me encontre con una situacion en donde tengo una columna con numeros y texto que tiene la siguiente estructura
Es un csv separado por ; pero la penultima columna tiene algunos registros en la cadena que contienen la palabra extra, esto me impide castear la columna a tipo numerico, mi objetivo para no perder informacion es crear dos columnas derivadas de la columna que causa el inconveniente,en una tener la palabra extra si existe y en otra unicamente el numero, he intentado con el siguiete codigo :
import polars as pl
loteria = loteria = pl.read_csv('ventas-por-loteria.csv',infer_schema_length=100000,try_parse_dates=True,separator=";")
loteria = loteria.with_columns(
pl.col("SORTEO").apply(lambda x: x.split(" ")[0]).alias('EXTRA'),
pl.col("SORTEO").apply(lambda x: x.split(" ")[1]).alias('NUMERO')
)
el metodo split
devuelve una lista pero esperaba que en caso de que no tuviera la palabra extra, me devolviera un None como lo hace pandas pero el solo crea una lista con un unico elemento y al acceder a [1]
ese indice no existe. Me podrian ayudar a manejar esta excepcion porfavor, gracias por su ayuda
edit: el csv esta disponible en datos abiertos de bogota https://datosabiertos.bogota.gov.co/dataset/5de8c1ef-e8af-469e-bfc1-1f3097b32155?_external=True