Использование merge_ordered()

Объединение данных с помощью pandas

Aaren Stubberfield

Instructor

merge_ordered()

Пример таблицы merge_ordered()

Сравнение методов

Метод .merge():

Столбцы для объединения
- on, left_on, и right_on
Тип объединения
- how (left, right, inner, outer) {{@}}
- по умолчанию inner
Совпадающие имена столбцов
- suffixes
Вызов метода
- df1.merge(df2)

Метод merge_ordered():

Столбцы для объединения
- on, left_on, и right_on
Тип объединения
- how (left, right, inner, outer)
- по умолчанию outer
Совпадающие имена столбцов
- suffixes
Вызов функции
- pd.merge_ordered(df1, df2)

Финансовые данные

Изображение газеты с графиком индекса Dow Jones

¹ Фото: Markus Spiske, Unsplash

Данные по акциям

Название таблицы: 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

Название таблицы: 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

Объединение данных по акциям

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

Прямое заполнение

Иллюстрация прямого заполнения: пропущенные значения в столбце заменяются предыдущими значениями того же столбца.

Пример прямого заполнения

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

Когда использовать merge_ordered()?

Упорядоченные данные / временные ряды
Заполнение пропущенных значений

Давайте потренируемся!

Объединение данных с помощью pandas