Travailler avec des données temporelles

Jointures pandas pour les utilisateurs et utilisatrices de chiffriers

John Miller

Principal Data Scientist

Joindre avec .merge_ordered()

fusion de séries temporelles sans résultat

pd.merge_ordered(cleveland, dallas, on='Game_Date', 
                suffixes=['_CLE', '_DAL'])
Jointures pandas pour les utilisateurs et utilisatrices de chiffriers

Joindre avec .merge_ordered()

fusion de séries temporelles

pd.merge_ordered(cleveland, dallas, on='Game_Date', 
                suffixes=['_CLE', '_DAL'])
Jointures pandas pour les utilisateurs et utilisatrices de chiffriers

Interpoler les données

interpolation lors de la fusion

pd.merge_ordered(tc2, td2, on='Game_Date', 
                suffixes=['_CLE', '_DAL'], fill_method='ffill')
Jointures pandas pour les utilisateurs et utilisatrices de chiffriers

Interpoler les données

fgf

pd.merge_ordered(tc2, td2, on='Game_Date', 
                suffixes=['_CLE', '_DAL'], fill_method='ffill')
Jointures pandas pour les utilisateurs et utilisatrices de chiffriers

Fusionner aux dates-heures les plus proches

  • pandas.merge_asof()
  • fait correspondre la date la plus proche
  • semblable à VLOOKUP(range_lookup=TRUE)
pd.merge_asof(left_df, right_df,
              direction='backward')

Directions

  • « backward » : date la plus proche antérieure

  • « forward » : date la plus proche égale ou ultérieure

  • « nearest » : date la plus proche, peu importe le sens

Jointures pandas pour les utilisateurs et utilisatrices de chiffriers

Exemple de merge_asof

merge_asof

pd.merge_asof(temps, impacts,
              left_on='Game_Date', right_index=True, direction='backward')
Jointures pandas pour les utilisateurs et utilisatrices de chiffriers

Passons à la pratique !

Jointures pandas pour les utilisateurs et utilisatrices de chiffriers

Preparing Video For Download...