Uso de merge_ordered()

Junção de dados com o pandas

Aaren Stubberfield

Instructor

merge_ordered()

Exemplo de tabela de merge_ordered()

Comparação de métodos

Método

Coluna(s) para junção
- on e left_on`right_on`
Tipo de junção
- how (left, right, inner, outer) {{@}}
- padrão inner (interna)
Nomes de colunas sobrepostos
- suffixes
Chamar o método
- df1.merge(df2)

Método

Coluna(s) para junção
- on e left_on`right_on`
Tipo de junção
- how (left, right, inner, outer)
- padrão outer (externa)
Nomes de colunas sobrepostos
- suffixes
Chamar a função
- pd.merge_ordered(df1, df2)

Conjunto de dados financeiros

Imagem de jornal com gráfico Dow Jones

¹ Foto de Markus Spiske no Unsplash

Dados de ações

Nome da tabela: 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

Nome da tabela: 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

Mesclagem de dados de ações

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

Forward fill (preenchimento progressivo)

Imagem do antes e depois de um forward fill, ou preenchimento progressivo. Os valores que faltam numa coluna são preenchidos com os valores anteriores dessa coluna.

Exemplo de preenchimento progressivo

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

Quando usar merge_ordered()?

Dados ordenados / séries temporais
Preencher valores que estão faltando

Vamos praticar!

Junção de dados com o pandas