Łączenie szeregów czasowych o różnych datach

Giełda akcji i rynek obligacji w USA są zamknięte w różne dni. Na przykład rynek obligacji jest zamknięty w Dzień Kolumba (około 12 października) i Dzień Weteranów (około 11 listopada), natomiast giełda akcji w tych dniach działa normalnie. Aby zobaczyć, w które dni giełda jest otwarta, a rynek obligacji zamknięty, możesz przekonwertować oba indeksy dat na zbiory i obliczyć ich różnicę.

Metoda .join() z biblioteki pandas to wygodne narzędzie do łączenia DataFrame'ów stocks i bonds po datach, w których oba rynki są otwarte.

Ceny akcji i rentowności 10-letnich obligacji skarbowych USA, pobrane z serwisu FRED, są wstępnie załadowane do DataFrame'ów stocks i bonds.

To ćwiczenie jest częścią kursu

Analiza szeregów czasowych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Przekonwertuj daty z stocks.index i bonds.index na zbiory.
Oblicz różnicę zbioru akcji i zbioru obligacji, aby znaleźć daty, dla których dostępne są dane giełdowe, ale brakuje danych z rynku obligacji.
Połącz oba DataFrame'y w nowy DataFrame stocks_and_bonds, używając metody .join() o składni df1.join(df2).
- Aby uzyskać część wspólną dat, użyj argumentu how='inner'.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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 = ___

Edytuj i uruchom kod