merge_ordered() gebruiken

Data samenvoegen met pandas

Aaren Stubberfield

Instructor

merge_ordered()

Tabelvoorbeeld van merge_ordered()

Methoden vergelijken

.merge()-methode:

Kolom(men) om op te joinen
- on, left_on en right_on
Type join
- how (left, right, inner, outer) {{@}}
- standaard inner
Overlappende kolomnamen
- suffixes
De methode aanroepen
- df1.merge(df2)

merge_ordered()-methode:

Kolom(men) om op te joinen
- on, left_on en right_on
Type join
- how (left, right, inner, outer)
- standaard outer
Overlappende kolomnamen
- suffixes
De functie aanroepen
- pd.merge_ordered(df1, df2)

Financiële dataset

Afbeelding van krant met Dow Jones-grafiek

¹ Foto door Markus Spiske op Unsplash

Aandelenkoersen

Tabelnaam: 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

Tabelnaam: 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

Aandelengegevens samenvoegen

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

Afbeelding van voor en na bij forward fill. Missende waarden in een kolom worden ingevuld met de vorige waarde van die kolom.

Voorbeeld van forward fill

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

Wanneer merge_ordered() gebruiken?

Geordende data / tijdreeksen
Missende waarden invullen

Laten we oefenen!

Data samenvoegen met pandas