Matchen met de dichtstbijzijnde prijsupdate

Prijzen van listings veranderen in de tijd, maar aanvragen komen op onregelmatige momenten binnen. Om de nauwkeurigheid van de prijsstelling te analyseren, wil je elke aanvraag koppelen aan de dichtstbijzijnde prijsupdate voor die listing — of die nu vóór of ná de aanvraag plaatsvond.

polars is geladen als pl, en de DataFrames inquiries en price_history zijn beschikbaar, beide met de kolommen name en date.

Deze oefening maakt deel uit van de cursus

Data transformatie met Polars

Bekijk cursus

Oefeninstructies

Sorteer beide DataFrames op date voordat je joinet.
Gebruik de parameter by om binnen elke listing te matchen met de kolom name.
Stel de strategie in om de dichtstbijzijnde datum in beide richtingen te vinden.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Sort and join on date
matches = inquiries.sort("____").____(
    price_history.sort("____"),
    on="date",
    # Match within each listing
    by="____",
    # Find the closest date
    strategy="____"
)

print(matches)

Code bewerken en uitvoeren