Parsowanie i manipulowanie datami

Transformacje danych z Polars

Liam Brannigan

Data Scientist & Polars Contributor

Dane szeregów czasowych

Szereg czasowy cen rynkowych

Dane szeregów czasowych

Szereg czasowy sprzedaży

Dane szeregów czasowych

Szereg czasowy liczby odtworzeń

Dane szeregów czasowych

Szereg czasowy liczby zdarzeń

Zbiór danych — ceny energii elektrycznej

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 - wartości godzinowe
price - £ za megawatogodzinę
solar - W na metr kwadratowy
solar > 400 = ciepły letni dzień

Zależność między ceną a nasłonecznieniem

Szereg czasowy cen energii elektrycznej

Zależność między ceną a nasłonecznieniem

Szereg czasowy cen energii elektrycznej

Typy danych datetime w Polars

Date - data kalendarzowa - 2000-01-01
Datetime - data i czas - 2000-01-01 12:00:00
Time - pora dnia - 12:00:00
Duration - przedział czasu - 3 hours

Automatyczne parsowanie dat

pl.read_csv(
  "electricity_prices",

)

Automatyczne parsowanie dat

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

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

Nasze dane wymagają ręcznego parsowania

| 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
Polars nie wykrywa go automatycznie

Parsowanie za pomocą strptime

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

Parsowanie za pomocą strptime

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

Parsowanie za pomocą strptime

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

Parsowanie za pomocą strptime

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

Parsowanie za pomocą 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   |

Wyodrębnianie składników datetime

Tabela z danymi szeregów czasowych

Wyodrębnianie składników datetime

Tabela z danymi szeregów czasowych z podświetloną datą w jednym wierszu

Wyodrębnianie składników datetime

Tabela z danymi szeregów czasowych z podświetlonym czasem w jednym wierszu

Wyodrębnianie składników datetime

Tabela z danymi szeregów czasowych z podświetloną godziną w jednym wierszu

Wyodrębnianie daty

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

Wyodrębnianie daty

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

Wyodrębnianie daty

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 |

Wyodrębnianie czasu

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

Wyodrębnianie czasu

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    |

Wyodrębnianie godziny

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

Wyodrębnianie godziny

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   |

Pozostałe składniki datetime

.dt.year() - wyodrębnia rok
.dt.month() - wyodrębnia miesiąc (1–12)
.dt.day() - wyodrębnia dzień miesiąca
.dt.minute() - wyodrębnia minuty
...

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

Przesuwanie wartości datetime

.dt.offset_by() - przesuwa wartości datetime
"1h" - o 1 godzinę do przodu
"-2d" - o 2 dni do tyłu

Przesuwanie wartości datetime

.dt.offset_by() - przesuwa wartości datetime
"1h" - o 1 godzinę do przodu
"-2d" - o 2 dni do tyłu

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

Dodawanie końca okna czasowego

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

Dodawanie końca okna czasowego

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

Dodawanie końca okna czasowego

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 |

Czas na praktykę!

Transformacje danych z Polars