Tolka och manipulera datum

Datatransformation med Polars

Liam Brannigan

Data Scientist & Polars Contributor

Tidsseriedata

Tidsserie för marknadspriser

Tidsseriedata

Tidsserie för försäljning

Tidsseriedata

Tidsserie för streams

Tidsseriedata

Tidsserie för antal

Datamängd: elpriser

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 - timvärden
price - £ per megawattimme
solar - W per kvadratmeter
solar > 400 = varm sommardag

Samband mellan pris och sol

Tidsserie för elpriser

Samband mellan pris och sol

Tidsserie för elpriser

Datetime-typer i Polars

Date - kalenderdatum - 2000-01-01
Datetime - datum och tid - 2000-01-01 12:00:00
Time - tid på dagen - 12:00:00
Duration - tidsperiod - 3 hours

Automatisk datetime-tolkning

pl.read_csv(
  "electricity_prices",

)

Automatisk datetime-tolkning

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

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

Våra data behöver manuell tolkning

| 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
känns inte igen automatiskt av Polars

Tolkning med strptime

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

Tolkning med strptime

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

Tolkning med strptime

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

Tolkning med strptime

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

Tolkning med 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   |

Extrahera datetime-komponenter

Tabell med tidsseriedata

Extrahera datetime-komponenter

Tabell med tidsseriedata där datumet är markerat på en rad

Extrahera datetime-komponenter

Tabell med tidsseriedata där tiden är markerad på en rad

Extrahera datetime-komponenter

Tabell med tidsseriedata där timmen är markerad på en rad

Extrahera datumet

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

Extrahera datumet

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

Extrahera datumet

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 |

Extrahera tiden

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

Extrahera tiden

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    |

Extrahera timmen

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

Extrahera timmen

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   |

Övriga datetime-komponenter

.dt.year() - extrahera året
.dt.month() - extrahera månaden (1–12)
.dt.day() - extrahera dagen i månaden
.dt.minute() - extrahera minuten
...

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

Justera datum och tid

.dt.offset_by() - justera datum och tid
"1h" - framåt 1 timme
"-2d" - bakåt 2 dagar

Justera datum och tid

.dt.offset_by() - justera datum och tid
"1h" - framåt 1 timme
"-2d" - bakåt 2 dagar

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

Lägg till ett tidsfönstrets slut

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

Lägg till ett tidsfönstrets slut

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

Lägg till ett tidsfönstrets slut

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 |

Nu kör vi en övning!

Datatransformation med Polars