Datumsangaben parsen und bearbeiten

Datentransformation mit Polars

Liam Brannigan

Data Scientist & Polars Contributor

Zeitreihendaten

Zeitreihe der Marktpreise

Zeitreihendaten

Zeitreihe der Verkäufe

Zeitreihendaten

Zeitreihe der Streams

Zeitreihendaten

Zeitreihe der Anzahl

Datensatz zu Strompreisen

shape: (24, 3)
| time             | price | solar |
| ---              | ---   | ---   |
| str              | f64   | f64   |
|------------------|-------|-------|
| 05/07/2025 00:00 | 34.2  | 0.0   |
| ...              | ...   | ...   |
| 05/07/2025 12:00 | 0.0   | 462.0 |

time – stündliche Werte
price – £ pro Megawattstunde
solar – W pro Quadratmeter
solar > 400 = warmer Sommertag

Zusammenhang zwischen Preis und Solar

Zeitreihe der Strompreise

Zusammenhang zwischen Preis und Solar

Zeitreihe der Strompreise

Datetime-Datentypen in Polars

Date – Kalenderdatum – 2000-01-01
Datetime – Datum und Uhrzeit – 2000-01-01 12:00:00
Time – Tageszeit – 12:00:00
Duration – Zeitspanne – 3 hours

Automatisches Datetime-Parsing

pl.read_csv(
  "electricity_prices",

)

Automatisches Datetime-Parsing

pl.read_csv(
  "electricity_prices",
  try_parse_dates=True
)

Format: YYYY-MM-DD
z. B. 2025-07-05
z. B. 2025-07-05 12:00:00

Unsere Daten brauchen manuelles Parsing

| time             | price | solar |
| ---              | ---   | ---   |
| str              | f64   | f64   |
|------------------|-------|-------|
| 05/07/2025 00:00 | 34.2  | 0.0   |
| 05/07/2025 01:00 | 28.7  | 0.0   |

Format: DD/MM/YYYY HH:MM
wird von Polars nicht automatisch erkannt

Parsen mit strptime

prices.with_columns(
    pl.col("time").str.strptime(                             )
)

Parsen mit strptime

prices.with_columns(
    pl.col("time").str.strptime(pl.Datetime,                 )
)

Parsen mit strptime

prices.with_columns(
    pl.col("time").str.strptime(pl.Datetime, "%d/%m/%Y      ")
)

Parsen mit strptime

prices.with_columns(
    pl.col("time").str.strptime(pl.Datetime, "%d/%m/%Y %H:%M")
)

Parsen mit strptime

prices.with_columns(
    pl.col("time").str.strptime(pl.Datetime, "%d/%m/%Y %H:%M")
)

| time                | price | solar |
| ---                 | ---   | ---   |
| datetime[us]        | f64   | f64   |
|---------------------|-------|-------|
| 2025-07-05 00:00:00 | 34.2  | 0.0   |
| 2025-07-05 01:00:00 | 28.7  | 0.0   |
| 2025-07-05 02:00:00 | 27.5  | 0.0   |

Datetime-Komponenten extrahieren

Tabelle mit Zeitreihendaten

Datetime-Komponenten extrahieren

Tabelle mit Zeitreihendaten, Datum in einer Zeile hervorgehoben

Datetime-Komponenten extrahieren

Tabelle mit Zeitreihendaten, Uhrzeit in einer Zeile hervorgehoben

Datetime-Komponenten extrahieren

Tabelle mit Zeitreihendaten, Stunde in einer Zeile hervorgehoben

Datum extrahieren

prices.with_columns(
    pl.col("time").dt.date()
)

Datum extrahieren

prices.with_columns(
    pl.col("time").dt.date().alias("date")
)

Datum extrahieren

prices.with_columns(
    pl.col("time").dt.date().alias("date")
)

| time                | price | solar | date       |
| ---                 | ---   | ---   | ---        |
| datetime[µs]        | f64   | f64   | date       |
|---------------------|-------|-------|------------|
| 2025-07-05 00:00:00 | 34.2  | 0.0   | 2025-07-05 |
| 2025-07-05 01:00:00 | 28.7  | 0.0   | 2025-07-05 |
| 2025-07-05 02:00:00 | 27.5  | 0.0   | 2025-07-05 |

Uhrzeit extrahieren

prices.with_columns(
    pl.col("time").dt.time().alias("time_of_day")
)

Uhrzeit extrahieren

prices.with_columns(
    pl.col("time").dt.time().alias("time_of_day")
)

| time                | price | solar | time_of_day |
| ---                 | ---   | ---   | ---         |
| datetime[us]        | f64   | f64   | time        |
|---------------------|-------|-------|-------------|
| 2025-07-05 00:00:00 | 34.2  | 0.0   | 00:00:00    |
| 2025-07-05 01:00:00 | 28.7  | 0.0   | 01:00:00    |
| 2025-07-05 02:00:00 | 27.5  | 0.0   | 02:00:00    |

Stunde extrahieren

prices.with_columns(
    pl.col("time").dt.hour().alias("hour")
)

Stunde extrahieren

prices.with_columns(
    pl.col("time").dt.hour().alias("hour")
)

| time                | price | solar | hour |
| ---                 | ---   | ---   | ---  |
| datetime[µs]        | f64   | f64   | i8   |
|---------------------|-------|-------|------|
| 2025-07-05 00:00:00 | 34.2  | 0.0   | 0    |
| 2025-07-05 01:00:00 | 28.7  | 0.0   | 1    |
| 2025-07-05 12:00:00 | 0.0   | 462.0 | 12   |

Weitere Datetime-Komponenten

.dt.year() – Jahr extrahieren
.dt.month() – Monat extrahieren (1–12)
.dt.day() – Tag des Monats extrahieren
.dt.minute() – Minute extrahieren
...

¹ https://docs.pola.rs/api/python/dev/reference/expressions/temporal.html

Datetimes anpassen

.dt.offset_by() – Datetimes anpassen
"1h" – 1 Stunde vorwärts
"-2d" – 2 Tage rückwärts

Datetimes anpassen

.dt.offset_by() – Datetimes anpassen
"1h" – 1 Stunde vorwärts
"-2d" – 2 Tage rückwärts

¹ https://docs.pola.rs/api/python/stable/reference/expressions/api/polars.Expr.dt.offset_by.html

Ende des Zeitfensters hinzufügen

prices.with_columns(
    pl.col("time").dt.offset_by("1h")
)

Ende des Zeitfensters hinzufügen

prices.with_columns(
    pl.col("time").dt.offset_by("1h").alias("time_end")
)

Ende des Zeitfensters hinzufügen

prices.with_columns(
    pl.col("time").dt.offset_by("1h").alias("time_end")
)

| time                | price | solar | time_end            |
| ---                 | ---   | ---   | ---                 |
| datetime[µs]        | f64   | f64   | datetime[µs]        |
|---------------------|-------|-------|---------------------|
| 2025-07-05 00:00:00 | 34.2  | 0.0   | 2025-07-05 01:00:00 |
| 2025-07-05 01:00:00 | 28.7  | 0.0   | 2025-07-05 02:00:00 |
| 2025-07-05 02:00:00 | 27.5  | 0.0   | 2025-07-05 03:00:00 |

Lass uns üben!

Datentransformation mit Polars