Fusionner des séries chronologiques avec des dates différentes
Les marchés boursier et obligataire aux États-Unis sont fermés à des dates différentes. Par exemple, même si le marché obligataire est fermé lors du Columbus Day (autour du 12 octobre) et du Veterans Day (autour du 11 novembre), le marché boursier demeure ouvert ces jours-là. Une façon de repérer les dates où la bourse est ouverte et le marché obligataire est fermé consiste à convertir les deux index de dates en ensembles, puis à faire la différence d'ensembles.
La méthode .join() de pandas est un outil pratique pour fusionner les DataFrames d'actions et d'obligations selon les dates où les deux marchés sont ouverts.
Les prix des actions et les rendements des obligations du gouvernement américain à 10 ans, téléchargés depuis FRED, sont déjà chargés dans les DataFrames stocks et bonds.
Cette activité fait partie du cours
Analyse des séries chronologiques en Python
Instructions de l’exercice
- Convertissez les dates de
stocks.indexet debonds.indexen ensembles. - Faites la différence entre l'ensemble des actions et celui des obligations pour obtenir les dates où le marché boursier a des données mais pas le marché obligataire.
- Fusionnez les deux DataFrames dans un nouveau DataFrame
stocks_and_bondsà l'aide de la méthode.join(), dont la syntaxe estdf1.join(df2).- Pour obtenir l'intersection des dates, utilisez l'argument
how='inner'.
- Pour obtenir l'intersection des dates, utilisez l'argument
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import pandas
import pandas as pd
# Convert the stock index and bond index into sets
set_stock_dates = set(stocks.index)
set_bond_dates = set(___)
# Take the difference between the sets and print
print(set_stock_dates - ___)
# Merge stocks and bonds DataFrames using join()
stocks_and_bonds = ___