Analyser et manipuler des dates

Transformation de données avec Polars

Liam Brannigan

Data Scientist & Polars Contributor

Données de séries temporelles

Séries temporelles des prix du marché

Données de séries temporelles

Séries temporelles des ventes

Données de séries temporelles

Séries temporelles des écoulements

Données de séries temporelles

Séries temporelles des décomptes

Ensemble de données des prix de l'électricité

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 - valeurs horaires
price - £ par mégawattheure
solar - W par mètre carré
solar > 400 = chaude journée d'été

Lien entre prix et solaire

Série temporelle des prix de l'électricité

Lien entre prix et solaire

Série temporelle des prix de l'électricité

Types datetime dans Polars

Date - date du calendrier - 2000-01-01
Datetime - date et heure - 2000-01-01 12:00:00
Time - heure du jour - 12:00:00
Duration - durée - 3 hours

Analyse automatique des dates-heures

pl.read_csv(
  "electricity_prices",

)

Analyse automatique des dates-heures

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

format : YYYY-MM-DD
p. ex. 2025-07-05
p. ex. 2025-07-05 12:00:00

Nos données exigent une analyse manuelle

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

format : DD/MM/YYYY HH:MM
non détecté automatiquement par Polars

Analyser avec strptime

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

Analyser avec strptime

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

Analyser avec strptime

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

Analyser avec strptime

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

Analyser avec 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   |

Extraire des composants datetime

Tableau de données de séries temporelles

Extraire des composants datetime

Tableau de séries temporelles avec la date en surbrillance sur une ligne

Extraire des composants datetime

Tableau de séries temporelles avec l'heure en surbrillance sur une ligne

Extraire des composants datetime

Tableau de séries temporelles avec l'heure (heure) en surbrillance sur une ligne

Extraire la date

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

Extraire la date

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

Extraire la date

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 |

Extraire l'heure

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

Extraire l'heure

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    |

Extraire l'heure (heure)

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

Extraire l'heure (heure)

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   |

Autres composants datetime

.dt.year() - extraire l'année
.dt.month() - extraire le mois (1-12)
.dt.day() - extraire le jour du mois
.dt.minute() - extraire la minute
...

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

Ajuster des dates-heures

.dt.offset_by() - ajuster des dates-heures
"1h" - avancer de 1 heure
"-2d" - reculer de 2 jours

Ajuster des dates-heures

.dt.offset_by() - ajuster des dates-heures
"1h" - avancer de 1 heure
"-2d" - reculer de 2 jours

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

Ajouter une fin de fenêtre temporelle

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

Ajouter une fin de fenêtre temporelle

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

Ajouter une fin de fenêtre temporelle

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 |

Passons à la pratique !

Transformation de données avec Polars