Använda merge_ordered()

Joining Data with pandas

Aaren Stubberfield

Instructor

merge_ordered()

Tabellexempel på merge_ordered()

Jämförelse av metoder

Metoden .merge():

Kolumn(er) att joina på
- on, left_on, och right_on
Typ av join
- how (left, right, inner, outer) {{@}}
- standard inner
Överlappande kolumnnamn
- suffixes
Anropa metoden
- df1.merge(df2)

Metoden merge_ordered():

Kolumn(er) att joina på
- on, left_on, och right_on
Typ av join
- how (left, right, inner, outer)
- standard outer
Överlappande kolumnnamn
- suffixes
Anropa funktionen
- pd.merge_ordered(df1, df2)

Finansiell datamängd

Bild av tidning med Dow Jones-diagram

¹ Foto av Markus Spiske på Unsplash

Aktiedata

Tabellnamn: 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

Tabellnamn: 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

Sammanfoga aktiedata

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

Bild som visar före och efter en forward fill. Saknade värden i en kolumn fylls med föregående värden i samma kolumn.

Exempel på 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

När ska man använda merge_ordered()?

Ordnad data / tidsserier
Fylla i saknade värden

Nu kör vi en övning!

Joining Data with pandas