Analyser et manipuler des dates

Transformation de données avec Polars

Liam Brannigan

Data Scientist & Polars Contributor

Données de séries temporelles

Série temporelle des prix de marché

Données de séries temporelles

Série temporelle des ventes

Données de séries temporelles

Série temporelle des flux

Données de séries temporelles

Série temporelle du comptage

Jeu de données des prix de l’électricité

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 - valeurs horaires
price - £ par mégawattheure
solar - W par mètre carré
solar > 400 = chaude journée d’été

Lien prix–solaire

Série temporelle des prix de l’électricité

Lien prix–solaire

Série temporelle des prix de l’électricité

Types datetime dans Polars

Date - date du calendrier - 2000-01-01
Datetime - date et heure - 2000-01-01 12:00:00
Time - heure du jour - 12:00:00
Duration - durée - 3 hours

Analyse automatique des datetime

pl.read_csv(
  "electricity_prices",

)

Analyse automatique des datetime

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

format : YYYY-MM-DD
ex. 2025-07-05
ex. 2025-07-05 12:00:00

Nos données nécessitent un parse manuel

| 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
non détecté automatiquement par Polars

Analyser avec strptime

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

Analyser avec strptime

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

Analyser avec strptime

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

Analyser avec strptime

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

Analyser avec 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   |

Extraire des composants datetime

Table de données de série temporelle

Extraire des composants datetime

Table de série temporelle avec la date surlignée sur une ligne

Extraire des composants datetime

Table de série temporelle avec l’heure surlignée sur une ligne

Extraire des composants datetime

Table de série temporelle avec l’heure (heure) surlignée sur une ligne

Extraire la date

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

Extraire la date

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

Extraire la date

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 |

Extraire l’heure

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

Extraire l’heure

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    |

Extraire l’heure (heure)

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

Extraire l’heure (heure)

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   |

Autres composants datetime

.dt.year() - extrait l’année
.dt.month() - extrait le mois (1-12)
.dt.day() - extrait le jour du mois
.dt.minute() - extrait les minutes
…

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

Ajuster des datetime

.dt.offset_by() - ajuster des datetime
"1h" - avancer de 1 heure
"-2d" - reculer de 2 jours

Ajuster des datetime

.dt.offset_by() - ajuster des datetime
"1h" - avancer de 1 heure
"-2d" - reculer de 2 jours

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

Ajouter une fin de fenêtre temporelle

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

Ajouter une fin de fenêtre temporelle

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

Ajouter une fin de fenêtre temporelle

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 |

Passons à la pratique !

Transformation de données avec Polars