Aktywne Wpisy
6aesthetic9 +564
Losowo mi się przypomniało że jak miałem 12 lat to zwaliłem konia do jakiegoś artykułu na onecie o Kasi Cichopek xdd
3 w nocy i tak tego nikt nie czyta #!$%@? falubaz #!$%@? spać elo xd
3 w nocy i tak tego nikt nie czyta #!$%@? falubaz #!$%@? spać elo xd
maikeleleq +7
Normalni ludzie śpią a #przegryw do kołchozu jedzie, śmiechu warte, kto normalny o 6:30 do budowlanego idzie #kolchoz #pracbaza #dziendobry #audi
Powiedzmy, że chcę generować dane finansowe dotyczące spółek giełdowych. Ponieważ cena akcji podawana jest codziennie a raporty dotyczące zadłużenia, zysków, czy wartości księgowej rzadziej (na przykład kwartalnie), wydaje mi się że optymalne jest rozdzielenie tych dwóch danych na dwie różne tabele:
- OHLC za każdy dzień
- Snapshot pokazujący dane finansowe z raportu za dany okres (np. pierwszy kwartał 2021)
Czy jest jakaś mądra - istniejąca już w pandas - metoda pozwalająca na zgrabne łączenie tych danych w jednym dataframe, czy muszę użyć apply() i napisać swoją (mniej wydajną) funkcję?
#datascience #pandas #python
Chyba, że nie to chcesz osiągnąć?
Inna sprawa, że jeśli potrzebujesz jakichś wskaźników do wyliczenia to co powstrzymuje Cię, żeby pracować na 2 różnych obiektach (dataframe)?
@Mr_NiceGuy: Odpowiedź brzmi - prawdopodobnie tak. Natomiast dopóki nie napiszesz konkretnie, co chcesz łączyć i na jakiej logice, prawdziwej odpowiedzi nie da się udzielić. Sprawdź df.merge i napisz czy spełnia twoje potrzeby, a jeżeli nie, to już opisz konkretnie (jakie masz kolumny dimensions/measures, co ma być kluczem itd.)
Mam tabelę zawierającą ceny akcji i żeby nie duplikować wszystkich danych finansowych z raportu - osobną tabelę z danymi finansowymi. Celem jest skonstruowanie wykresu z wybranym wskaźnikiem tak, aby dla każdej daty brana była wartość z danego kwartału.
Można by w sumie to skleić obliczając sobie datę pierwszego dnia danego kwartału tylko zastanawiam się czy nie ma lepszego i bardziej optymalnego rozwiązania już istniejącego (albo w ogóle lepszej
No i ta ostatnia kolumna na koniec. Zobacz w ten sposób. btw. Underscore psuje formatowanie, tam jest left-on i right-on, _ zamiast -. Format kolumn po których mergujesz musi się zgadzać ofc, ale to pandasy powinny sparsować automatycznie do datetime AFAIK.