Parsing e manipolazione delle date

Trasformazione dei dati con Polars

Liam Brannigan

Data Scientist & Polars Contributor

Dati di serie temporali

Serie temporali dei prezzi di mercato

Dati di serie temporali

Serie temporali delle vendite

Dati di serie temporali

Serie temporali degli stream

Dati di serie temporali

Serie temporali dei conteggi

Dataset prezzi dell’elettricità

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 - valori orari
price - £ per Megawattora
solar - W per metro quadrato
solar > 400 = calda giornata estiva

Relazione tra prezzo e solare

Serie temporale dei prezzi dell’elettricità

Relazione tra prezzo e solare

Serie temporale dei prezzi dell’elettricità

Tipi datetime in Polars

Date - data del calendario - 2000-01-01
Datetime - data e ora - 2000-01-01 12:00:00
Time - ora del giorno - 12:00:00
Duration - intervallo di tempo - 3 hours

Parsing automatico di datetime

pl.read_csv(
  "electricity_prices",

)

Parsing automatico di datetime

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

formato: YYYY-MM-DD
es. 2025-07-05
es. 2025-07-05 12:00:00

I nostri dati richiedono parsing manuale

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

formato: DD/MM/YYYY HH:MM
non rilevato automaticamente da Polars

Parsing con strptime

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

Parsing con strptime

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

Parsing con strptime

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

Parsing con strptime

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

Parsing con 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   |

Estrarre componenti datetime

Tabella di serie temporali

Estrarre componenti datetime

Tabella di serie temporali con la data evidenziata in una riga

Estrarre componenti datetime

Tabella di serie temporali con l’ora evidenziata in una riga

Estrarre componenti datetime

Tabella di serie temporali con l’ora del giorno evidenziata in una riga

Estrarre la data

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

Estrarre la data

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

Estrarre la data

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 |

Estrarre l’ora

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

Estrarre l’ora

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    |

Estrarre l’ora (hour)

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

Estrarre l’ora (hour)

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   |

Altri componenti datetime

.dt.year() - estrae l’anno
.dt.month() - estrae il mese (1-12)
.dt.day() - estrae il giorno del mese
.dt.minute() - estrae il minuto
...

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

Regolare i datetime

.dt.offset_by() - regola datetime
"1h" - avanti di 1 ora
"-2d" - indietro di 2 giorni

Regolare i datetime

.dt.offset_by() - regola datetime
"1h" - avanti di 1 ora
"-2d" - indietro di 2 giorni

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

Aggiungere la fine della finestra temporale

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

Aggiungere la fine della finestra temporale

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

Aggiungere la fine della finestra temporale

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 |

Ayo berlatih!

Trasformazione dei dati con Polars