Použití merge_ordered()

Joining Data with pandas

Aaren Stubberfield

Instructor

merge_ordered()

Ukázka tabulky výstupu merge_ordered()

Porovnání metod

Metoda .merge():

Sloupec(ce) pro spojení
- on, left_on, and right_on
Typ spojení
- how (left, right, inner, outer) {{@}}
- výchozí inner
Shodné názvy sloupců
- suffixes
Volání metody
- df1.merge(df2)

Metoda merge_ordered():

Sloupec(ce) pro spojení
- on, left_on, and right_on
Typ spojení
- how (left, right, inner, outer)
- výchozí outer
Shodné názvy sloupců
- suffixes
Volání funkce
- pd.merge_ordered(df1, df2)

Finanční datová sada

Obrázek novin s grafem indexu Dow Jones

¹ Photo by Markus Spiske on Unsplash

Burzovní data

Název tabulky: 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

Název tabulky: 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

Slučování burzovních dat

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

Dopředné vyplnění

Obrázek znázorňující dopředné vyplnění: chybějící hodnoty ve sloupci jsou nahrazeny předchozími hodnotami téhož sloupce.

Příklad dopředného vyplnění

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

Kdy použít merge_ordered()?

Řazená data / časové řady
Vyplnění chybějících hodnot

Lass uns üben!

Joining Data with pandas