Assembler des DataFrames par condition ou correspondance la plus proche

Transformation de données avec Polars

Liam Brannigan

Data Scientist & Polars Contributor

Jointure sur une condition

Une seule table montrant les gagnants de la Coupe du monde

Jointure sur une condition

Une table des gagnants de la Coupe du monde et une table montrant les victoires minimales pour les catégories argent et or.

Jointure sur une condition

Une table des gagnants de la Coupe du monde, une table des niveaux et une table jointe des gagnants avec le niveau atteint

Jointure sur une condition

Une table des gagnants de la Coupe du monde, une table des niveaux et une table jointe des gagnants avec le niveau atteint, avec deux lignes pour le Brésil mises en évidence.

Utilisateurs de l'appli avec préférences

restaurants = pl.read_csv("restuarants.csv")

shape: (4, 5)
| business        | location    | review | price | type       |
| ---             | ---         | ---    | ---   | ---        |
| str             | str         | f64    | i64   | str        |
|-----------------|-------------|--------|-------|------------|
| 7burgers        | Wakey Wakey | 4.2    | 15    | restaurant |
| Costa Coffee    | City Point  | 4.5    | 8     | café       |
| Costa Coffee    | Waterloo    | 4.1    | 8     | café       |
| The Queens Head | Denman St.  | 4.7    | 25    | bar        |

La table des utilisateurs

users = pl.read_csv("app_users.csv")

shape: (3, 3)
| user_name | budget | type       |
| ---       | ---    | ---        |
| str       | i64    | str        |
|-----------|--------|------------|
| Bob       | 12     | café       |
| Alice     | 15     | restaurant |
| Charlie   | 22     | bar        |

Jointure sur une condition

restaurants.join_where(


)

Jointure sur une condition

restaurants.join_where(
    users,

)

Jointure sur une condition

restaurants.join_where(
    users,
    pl.col("type") == pl.col("type_right")
)

Jointure sur une condition

restaurants.join_where(
    users,
    pl.col("type") == pl.col("type_right")
)

shape: (4, 8)
| business        | type       | ... | user_name | budget |
| ---             | ---        | ... | ---       | ---    |
| str             | str        | ... | str       | i64    |
|-----------------|------------|-----|-----------|--------|
| 7burgers        | restaurant | ... | Alice     | 15     |
| Costa Coffee    | café       | ... | Bob       | 12     |
| Costa Coffee    | café       | ... | Bob       | 12     |
| The Queens Head | bar        | ... | Charlie   | 22     |

Jointure sur plusieurs conditions

restaurants.join_where(
    users,
    pl.col("type") == pl.col("type_right"),
    pl.col("price") <= pl.col("budget")
)

shape: (3, 8)
| user_name | budget | business     | price | type       | ... |
| ---       | ---    | ---          | ---   | ---        | ... |
| str       | i64    | str          | i64   | str        | ... |
|-----------|--------|--------------|-------|------------|-----|
| Alice     | 15     | 7burgers     | 15    | restaurant | ... |
| Bob       | 12     | Costa Coffee | 8     | café       | ... |
| Bob       | 12     | Costa Coffee | 8     | café       | ... |

Jointure sur les valeurs les plus récentes

shape: (4, 3)
| business | date        | rating |
| ---      | ---         | ---    |
| str      | date        | i64    |
|----------|-------------|--------|
| 7burgers | 2025-03-15  | 5      |
| 7burgers | 2025-06-20  | 3      |
| 7burgers | 2025-09-10  | 4      |
| 7burgers | 2025-11-25  | 5      |

Tâche : faire correspondre chaque avis à l'inspection la plus pertinente

shape: (3, 4)
| user   | business | date       | score |
| ---    | ---      | ---        | ---   |
| str    | str      | date       | f64   |
|--------|----------|------------|-------|
| Charlie | 7burgers | 2025-05-01 | 3.8   |
| Bob     | 7burgers | 2025-08-01 | 4.2   |
| Alice   | 7burgers | 2025-12-01 | 4.5   |

Jointure sur les valeurs les plus récentes

reviews.sort("date").join_asof(



)

join_asof : joindre à la date donnée

Jointure sur les valeurs les plus récentes

reviews.sort("date").join_asof(
    inspections.sort("date"),


)

Jointure sur les valeurs les plus récentes

reviews.sort("date").join_asof(
    inspections.sort("date"),
    on="date",

)

Jointure sur les valeurs les plus récentes

reviews.sort("date").join_asof(
    inspections.sort("date"),
    on="date",
    strategy="backward"
)

| user    | date       | score | ... | rating |
| ---     | ---        | ---   | ... | ---    |
| str     | date       | f64   | ... | i64    |
|---------|------------|-------|-----|--------|
| Charlie | 2025-05-01 | 3.8   | ... | 5      |
| Bob     | 2025-08-01 | 4.2   | ... | 3      |
| Alice   | 2025-12-01 | 4.5   | ... | 5      |

Jointure sur la valeur la plus proche

reviews.sort("date").join_asof(
    inspections.sort("date"),
    on="date",
    strategy="nearest"
)

| user    | date       | score | ... | rating |
| ---     | ---        | ---   | ... | ---    |
| str     | date       | f64   | ... | i64    |
|---------|------------|-------|-----|--------|
| Charlie | 2025-05-01 | 3.8   | ... | 5      |
| Bob     | 2025-08-01 | 4.2   | ... | 4      |
| Alice   | 2025-12-01 | 4.5   | ... | 5      |

Choisir une stratégie

Schéma avec deux tables de séries chronologiques, deux lignes chacune.

Choisir une stratégie – arrière

Schéma avec deux tables de séries chronologiques avec des flèches reliant les deux lignes de gauche à la première ligne de droite.

Choisir une stratégie – la plus proche

Schéma avec deux tables de séries chronologiques avec des flèches reliant chaque ligne de gauche à la ligne correspondante de droite.

Choisir une stratégie – avant

Schéma avec deux tables de séries chronologiques avec des flèches reliant les deux lignes de gauche à la deuxième ligne de droite.

Correspondance à l'intérieur des groupes

reviews.sort("date").join_asof(
    restaurants.sort("date"),
    on="date",

    by=["business", "location"]

)

| user    | business        | location    | date       | score | ... | rating |
| ---     | ---             | ---         | ---        | ---   | ... | ---    |
| str     | str             | str         | date       | f64   | ... | i64    |
|---------|-----------------|-------------|------------|-------|-----|--------|
| Charlie | 7burgers        | Wakey Wakey | 2025-05-01 | 3.8   | ... | null   |
| Bob     | Costa Coffee    | City Point  | 2025-05-01 | 4.0   | ... | 5      |
| Bob     | 7burgers        | Wakey Wakey | 2025-08-01 | 4.2   | ... | null   |
| Alice   | 7burgers        | Wakey Wakey | 2025-12-01 | 4.5   | ... | 4      |
| Alice   | The Queens Head | Denman St.  | 2025-12-01 | 4.7   | ... | 5      |

Passons à la pratique !

Transformation de données avec Polars