Trucs et astuces pour travailler avec des ensembles de données

Prévision financière en Python

Victoria Clark

CGMA Financial Analyst

Défis courants avec les données financières

Les données brutes peuvent avoir divers formats
Le format de date peut varier !
- Aux É.-U., Mois-Jour-Année; en UE, Jour-Mois-Année
- 09-08-2018 = 8 septembre aux É.-U., 9 août en UE
Cela peut compliquer :
- L’interprétation
- La combinaison

Utiliser un dictionnaire

Dictionnaire : tableau associatif
Des clés sont associées à des valeurs
Paires clé-valeur non ordonnées
Par exemple :
- La valeur 01 a pour clé Jan

dictionary = {01: 'Jan'}

dictionnaire

N’oubliez pas d’utiliser la bibliothèque datetime

Directive	Signification	Exemple
%d	Jour du mois, nombre décimal avec zéro initial	01, 02, …, 31
%b	Mois, nom abrégé local	Jan, Feb, …, Dec
%B	Mois, nom complet local	January, …,
%m	Mois, nombre décimal avec zéro initial	01, 02, …, 12
%y	Année sans siècle, nombre décimal avec zéro	00, 01, …, 99
%Y	Année avec siècle, nombre décimal	1988, 2001, 2013

# Exemple : 19-02-2018 s'écrit :
('19-02-2018', '%d-%m-%Y')

Parcourir les éléments

Fonction iteritems()

# Create dictionary with strings as keys
# and ints as values
wordFrequency = {
    "Hello" : 7,
    "hi" : 10,
    "there" : 45,
    "at" : 23,
    "this" : 77
    }

# Iterate over dictionary using for loop
for key in wordFrequency:
    value = wordFrequency[key]
    print(key, " :: ", value)

Hello  ::  7
there  ::  45
at  ::  23
this  ::  77
hi  ::  10

Passons à la pratique !

Prévision financière en Python