Utilizar merge_ordered()

Unir datos con pandas

Aaren Stubberfield

Instructor

merge_ordered()

Ejemplo de tabla de merge_ordered()

Comparación de métodos

Método .merge():

Columna(s) a unir en
- on, left_on y right_on
Tipo de unión
- how (left, right, inner, outer) {{@}}
- predeterminado interno
Superponer los nombres de columnas
- suffixes
Llamar al método
- df1.merge(df2)

Método merge_ordered():

Columna(s) a unir en
- on, left_on y right_on
Tipo de unión
- how (left, right, inner, outer)
- exterior predeterminado
Superponer los nombres de columnas
- suffixes
Llamar a la función
- pd.merge_ordered(df1, df2)

Conjunto de datos financieros

Imagen de un periódico con el gráfico del Dow Jones

¹ Foto de Markus Spiske en Unsplash.

Datos bursátiles

Nombre de la tabla: aapl

  date        close    
0 2007-02-01  12.087143
1 2007-03-01  13.272857
2 2007-04-01  14.257143
3 2007-05-01  17.312857
4 2007-06-01  17.434286

Nombre de la tabla: mcd

  date        close    
0 2007-01-01  44.349998
1 2007-02-01  43.689999
2 2007-03-01  45.049999
3 2007-04-01  48.279999
4 2007-05-01  50.549999

Fusión de datos bursátiles

import pandas as pd
pd.merge_ordered(aapl, mcd, on='date', suffixes=('_aapl','_mcd'))

  date        close_aapl  close_mcd
0 2007-01-01  NaN         44.349998
1 2007-02-01  12.087143   43.689999
2 2007-03-01  13.272857   45.049999
3 2007-04-01  14.257143   48.279999
4 2007-05-01  17.312857   50.549999
5 2007-06-01  17.434286   NaN

Relleno hacia delante

Imagen del antes y el después de un relleno hacia delante. Los valores que faltan en una columna se rellenan con los valores anteriores de esa columna.

Ejemplo de relleno hacia adelante

pd.merge_ordered(aapl, mcd, on='date', 
                 suffixes=('_aapl','_mcd'), 
                 fill_method='ffill')

  date        close_aapl  close_mcd
0 2007-01-01  NaN         44.349998
1 2007-02-01  12.087143   43.689999
2 2007-03-01  13.272857   45.049999
3 2007-04-01  14.257143   48.279999
4 2007-05-01  17.312857   50.549999
5 2007-06-01  17.434286   50.549999

pd.merge_ordered(aapl, mcd, on='date', 
                 suffixes=('_aapl','_mcd'))

  date        close_aapl  close_mcd
0 2007-01-01  NaN         44.349998
1 2007-02-01  12.087143   43.689999
2 2007-03-01  13.272857   45.049999
3 2007-04-01  14.257143   48.279999
4 2007-05-01  17.312857   50.549999
5 2007-06-01  17.434286   NaN

¿Cuándo utilizar merge_ordered()?

Datos ordenados / series temporales
Rellenar los valores que faltan

¡Vamos a practicar!

Unir datos con pandas