Развёрнутое пояснение:
1. Создаём множество с тремя объектами: 1 (int), 1.0 (float), True (bool).
2. Python сначала сравнивает хэши: hash(1), hash(1.0) и hash(True) равны.
3. При совпадении хэшей множество проверяет равенство через ==: 1 == 1.0 == True возвращает True.
4. Все три значения признаются дубликатами, и в множестве остаётся только первый вставленный элемент — 1.
5. print(len(data)) выводит 1.
Почему это важно
В ETL-пайплайнах такое поведение приводит к потере строк: дедупликация ключей int/float/bool или группировка по ним сворачивает разные сущности в одну. Поэтому в ключах явно приводят типы и не смешивают bool с числами.
💻 ETL-автоматизация — это только один из этапов разработки архитектуры данных. Если хотите системно разобраться в этой сфере, посмотрите программу Инженер данных от Практикума PRO. Вы сделаете 8 проектов, в рамках которых научитесь обрабатывать данные разными инструментами, проектировать пайплайны, создавать витрины и хранилища. Обратите внимание, что курс на полгода и он не для начинающих: вам понадобятся уверенные знания Python и SQL.
Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFJBoozq
2. Python сначала сравнивает хэши: hash(1), hash(1.0) и hash(True) равны.
3. При совпадении хэшей множество проверяет равенство через ==: 1 == 1.0 == True возвращает True.
4. Все три значения признаются дубликатами, и в множестве остаётся только первый вставленный элемент — 1.
5. print(len(data)) выводит 1.
Почему это важно
В ETL-пайплайнах такое поведение приводит к потере строк: дедупликация ключей int/float/bool или группировка по ним сворачивает разные сущности в одну. Поэтому в ключах явно приводят типы и не смешивают bool с числами.
💻 ETL-автоматизация — это только один из этапов разработки архитектуры данных. Если хотите системно разобраться в этой сфере, посмотрите
Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFJBoozq
✍2