{"id":300217,"date":"2020-03-16T15:01:06","date_gmt":"2020-03-16T15:01:06","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=300217"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=300217","title":{"rendered":"5 \u043c\u0430\u043b\u043e\u0438\u0437\u0432\u0435\u0441\u0442\u043d\u044b\u0445 \u0441\u0435\u043a\u0440\u0435\u0442\u043e\u0432 Pandas"},"content":{"rendered":"\n<div class=\"post__text post__text-html post__text_v1\" id=\"post-content-body\" data-io-article-url=\"https:\/\/habr.com\/ru\/company\/ruvds\/blog\/492220\/\"><a href=\"https:\/\/habr.com\/ru\/company\/ruvds\/blog\/492220\/\"><\/p>\n<div style=\"text-align:center;\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/00\/v9\/va\/00v9vacndnryonemqxuksuzrlhq.png\"><\/div>\n<p><\/a><br \/>  Pandas \u043d\u0435 \u043d\u0443\u0436\u0434\u0430\u0435\u0442\u0441\u044f \u0432 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0438: \u043d\u0430 \u0441\u0435\u0433\u043e\u0434\u043d\u044f\u0448\u043d\u0438\u0439 \u0434\u0435\u043d\u044c \u044d\u0442\u043e \u0433\u043b\u0430\u0432\u043d\u044b\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442 \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430 Python. \u042f \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u043c \u043f\u043e \u0430\u043d\u0430\u043b\u0438\u0437\u0443 \u0434\u0430\u043d\u043d\u044b\u0445, \u0438 \u043d\u0435\u0441\u043c\u043e\u0442\u0440\u044f \u043d\u0430 \u0442\u043e, \u0447\u0442\u043e \u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0441\u044c pandas \u043a\u0430\u0436\u0434\u044b\u0439 \u0434\u0435\u043d\u044c, \u043d\u0435 \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u044e \u0443\u0434\u0438\u0432\u043b\u044f\u0442\u044c\u0441\u044f \u0440\u0430\u0437\u043d\u043e\u043e\u0431\u0440\u0430\u0437\u0438\u044e \u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u0430 \u044d\u0442\u043e\u0439 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438. \u0412 \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u044f \u0445\u043e\u0447\u0443 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u0430\u0442\u044c \u043e \u043f\u044f\u0442\u0438 \u043c\u0430\u043b\u043e\u0438\u0437\u0432\u0435\u0441\u0442\u043d\u044b\u0445 \u0444\u0443\u043d\u043a\u0446\u0438\u044f\u0445 pandas, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u044f \u043d\u0435\u0434\u0430\u0432\u043d\u043e \u0443\u0437\u043d\u0430\u043b \u0438 \u0442\u0435\u043f\u0435\u0440\u044c \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u0438\u0432\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e.<\/p>\n<p>  \u0414\u043b\u044f \u043d\u043e\u0432\u0438\u0447\u043a\u043e\u0432: <a href=\"https:\/\/pandas.pydata.org\/\">Pandas<\/a> \u2014 \u044d\u0442\u043e \u0432\u044b\u0441\u043e\u043a\u043e\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u043d\u0430\u0431\u043e\u0440 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430 Python \u0441 \u043f\u0440\u043e\u0441\u0442\u044b\u043c\u0438 \u0438 \u0443\u0434\u043e\u0431\u043d\u044b\u043c\u0438 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430\u043c\u0438 \u0434\u0430\u043d\u043d\u044b\u0445. \u041d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u043f\u0440\u043e\u0438\u0437\u043e\u0448\u043b\u043e \u043e\u0442 \u043f\u043e\u043d\u044f\u0442\u0438\u044f \u00abpanel data\u00bb, \u044d\u043a\u043e\u043d\u043e\u043c\u0435\u0442\u0440\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0442\u0435\u0440\u043c\u0438\u043d\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u043d\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u0434\u0430\u043d\u043d\u044b\u0435 \u043e \u043d\u0430\u0431\u043b\u044e\u0434\u0435\u043d\u0438\u044f\u0445 \u043e\u0434\u043d\u0438\u0445 \u0438 \u0442\u0435\u0445 \u0436\u0435 \u0441\u0443\u0431\u044a\u0435\u043a\u0442\u043e\u0432 \u0432 \u0442\u0435\u0447\u0435\u043d\u0438\u0435 \u0440\u0430\u0437\u043d\u044b\u0445 \u043f\u0435\u0440\u0438\u043e\u0434\u043e\u0432 \u0432\u0440\u0435\u043c\u0435\u043d\u0438.<\/p>\n<p>  <a href=\"https:\/\/romanorac.github.io\/machine\/learning\/2019\/10\/29\/5-lesser-known-pandas-tricks.html\">\u0417\u0434\u0435\u0441\u044c \u043c\u043e\u0436\u043d\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c<\/a> Jupyter Notebook \u0441 \u043f\u0440\u0438\u043c\u0435\u0440\u0430\u043c\u0438 \u0438\u0437 \u0441\u0442\u0430\u0442\u044c\u0438.<br \/>  <a name=\"habracut\"><\/a>  <\/p>\n<h2>1. \u0414\u0438\u0430\u043f\u0430\u0437\u043e\u043d\u044b \u0434\u0430\u0442 [Date Ranges]<\/h2>\n<p>  \u041d\u0435\u0440\u0435\u0434\u043a\u043e \u043d\u0443\u0436\u043d\u043e \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d\u044b \u0434\u0430\u0442 \u043f\u0440\u0438 \u0437\u0430\u043f\u0440\u043e\u0441\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437 \u0432\u043d\u0435\u0448\u043d\u0435\u0433\u043e API \u0438\u043b\u0438 \u0431\u0430\u0437\u044b \u0434\u0430\u043d\u043d\u044b\u0445. Pandas \u043d\u0430\u0441 \u043d\u0435 \u0431\u0440\u043e\u0441\u0438\u0442 \u0432 \u0431\u0435\u0434\u0435. \u041a\u0430\u043a \u0440\u0430\u0437 \u0434\u043b\u044f \u044d\u0442\u0438\u0445 \u0441\u043b\u0443\u0447\u0430\u0435\u0432 \u0435\u0441\u0442\u044c \u0444\u0443\u043d\u043a\u0446\u0438\u044f <a href=\"https:\/\/pandas.pydata.org\/pandas-docs\/stable\/reference\/api\/pandas.date_range.html\">data_range<\/a>, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442 \u043c\u0430\u0441\u0441\u0438\u0432 \u0434\u0430\u0442, \u0443\u0432\u0435\u043b\u0438\u0447\u0435\u043d\u043d\u044b\u0445 \u043d\u0430 \u0434\u043d\u0438, \u043c\u0435\u0441\u044f\u0446\u044b, \u0433\u043e\u0434\u0430, \u0438 \u0442.\u0434.<\/p>\n<p>  \u0421\u043a\u0430\u0436\u0435\u043c, \u043d\u0430\u043c \u043d\u0443\u0436\u0435\u043d \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u0434\u0430\u0442 \u043f\u043e \u0434\u043d\u044f\u043c:<\/p>\n<pre><code class=\"python\">date_from = &quot;2019-01-01&quot; date_to = &quot;2019-01-12&quot; date_range = pd.date_range(date_from, date_to, freq=&quot;D&quot;) date_range <\/code><\/pre>\n<p>  <img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/fk\/ug\/l7\/fkugl7pqo8mjhukzrk1h64h8km4.png\"><\/p>\n<p>  \u041f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u0443\u0435\u043c \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 <code>date_range<\/code> \u0432 \u043f\u0430\u0440\u044b \u0434\u0430\u0442 \u00ab\u043e\u0442\u00bb \u0438 \u00ab\u0434\u043e\u00bb, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043c\u043e\u0436\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043f\u0435\u0440\u0435\u0434\u0430\u0442\u044c \u0432 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0443\u044e \u0444\u0443\u043d\u043a\u0446\u0438\u044e.<\/p>\n<pre><code class=\"python\">for i, (date_from, date_to) in enumerate(zip(date_range[:-1], date_range[1:]), 1): \u00a0\u00a0\u00a0date_from = date_from.date().isoformat() \u00a0\u00a0\u00a0date_to = date_to.date().isoformat() \u00a0\u00a0\u00a0print(&quot;%d. date_from: %s, date_to: %s&quot; % (i, date_from, date_to))  1. date_from: 2019-01-01, date_to: 2019-01-02 2. date_from: 2019-01-02, date_to: 2019-01-03 3. date_from: 2019-01-03, date_to: 2019-01-04 4. date_from: 2019-01-04, date_to: 2019-01-05 5. date_from: 2019-01-05, date_to: 2019-01-06 6. date_from: 2019-01-06, date_to: 2019-01-07 7. date_from: 2019-01-07, date_to: 2019-01-08 8. date_from: 2019-01-08, date_to: 2019-01-09 9. date_from: 2019-01-09, date_to: 2019-01-10 10. date_from: 2019-01-10, date_to: 2019-01-11 11. date_from: 2019-01-11, date_to: 2019-01-12 <\/code><\/pre>\n<p>  <\/p>\n<h2>2. \u0421\u043b\u0438\u044f\u043d\u0438\u0435 \u0441 \u0438\u043d\u0434\u0438\u043a\u0430\u0442\u043e\u0440\u043e\u043c \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0430 [Merge with indicator]<\/h2>\n<p>  \u0421\u043b\u0438\u044f\u043d\u0438\u0435 \u0434\u0432\u0443\u0445 \u043d\u0430\u0431\u043e\u0440\u043e\u0432 \u0434\u0430\u043d\u043d\u044b\u0445 \u2014 \u044d\u0442\u043e, \u043a\u0430\u043a \u043d\u0438 \u0441\u0442\u0440\u0430\u043d\u043d\u043e, \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u0435\u043d\u0438\u044f \u0434\u0432\u0443\u0445 \u043d\u0430\u0431\u043e\u0440\u043e\u0432 \u0434\u0430\u043d\u043d\u044b\u0445 \u0432 \u043e\u0434\u0438\u043d, \u0441\u0442\u0440\u043e\u043a\u0438 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e\u0442\u0441\u044f \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0430\u043d\u0438\u0438 \u043e\u0431\u0449\u0438\u0445 \u043a\u043e\u043b\u043e\u043d\u043e\u043a \u0438\u043b\u0438 \u0441\u0432\u043e\u0439\u0441\u0442\u0432.<\/p>\n<p>  \u041e\u0434\u0438\u043d \u0438\u0437 \u0434\u0432\u0443\u0445 \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 \u0441\u043b\u0438\u044f\u043d\u0438\u044f, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u044f \u043a\u0430\u043a-\u0442\u043e \u0443\u043f\u0443\u0441\u0442\u0438\u043b, \u2014 <code>indicator<\/code>. \u00ab\u0418\u043d\u0434\u0438\u043a\u0430\u0442\u043e\u0440\u00bb \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u043a\u043e\u043b\u043e\u043d\u043a\u0443 <code>_merge<\/code>\u0432 DataFrame, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442, \u043e\u0442\u043a\u0443\u0434\u0430 \u0432\u0437\u044f\u043b\u0430\u0441\u044c \u0441\u0442\u0440\u043e\u043a\u0430, \u0438\u0437 \u043b\u0435\u0432\u043e\u0433\u043e, \u043f\u0440\u0430\u0432\u043e\u0433\u043e, \u0438\u043b\u0438 \u043e\u0431\u043e\u0438\u0445 DataFrames. \u041a\u043e\u043b\u043e\u043d\u043a\u0430 <code>_merge<\/code> \u043c\u043e\u0436\u0435\u0442 \u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u043e\u0447\u0435\u043d\u044c \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0439 \u043f\u0440\u0438 \u0440\u0430\u0431\u043e\u0442\u0435 \u0441 \u0431\u043e\u043b\u044c\u0448\u0438\u043c\u0438 \u043d\u0430\u0431\u043e\u0440\u0430\u043c\u0438 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438 \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u043d\u043e\u0441\u0442\u0438 \u0441\u043b\u0438\u044f\u043d\u0438\u044f.<\/p>\n<pre><code class=\"python\">left = pd.DataFrame({&quot;key&quot;: [&quot;key1&quot;, &quot;key2&quot;, &quot;key3&quot;, &quot;key4&quot;], &quot;value_l&quot;: [1, 2, 3, 4]}) <\/code><\/pre>\n<p>  <img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/5r\/mc\/6u\/5rmc6uammtgyqtuzzwrlahcirtu.png\"><\/p>\n<pre><code class=\"python\">right = pd.DataFrame({&quot;key&quot;: [&quot;key3&quot;, &quot;key2&quot;, &quot;key1&quot;, &quot;key6&quot;], &quot;value_r&quot;: [3, 2, 1, 6]}) <\/code><\/pre>\n<p>  <img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/av\/g6\/oi\/avg6oid74zqdnwflynne2ax7ymu.png\"><\/p>\n<pre><code class=\"python\">df_merge = left.merge(right, on='key', how='left', indicator=True) <\/code><\/pre>\n<p>  <img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/ue\/0r\/tz\/ue0rtzfsejt84yxnyxz0wyf64tw.png\"><\/p>\n<p>  \u041a\u043e\u043b\u043e\u043d\u043a\u0443 <code>_merge<\/code> \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c, \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e\u0435 \u043b\u0438 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0441\u0442\u0440\u043e\u043a \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438 \u0431\u044b\u043b\u043e \u0432\u0437\u044f\u0442\u043e \u0438\u0437 \u043e\u0431\u043e\u0438\u0445 DataFrames.<\/p>\n<pre><code class=\"python\">df_merge._merge.value_counts()  both\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 3 left_only \u00a0 \u00a0 1 right_only\u00a0 \u00a0 0 Name: _merge, dtype: int64 <\/code><\/pre>\n<p>  <\/p>\n<h2>3. \u0421\u043b\u0438\u044f\u043d\u0438\u0435 \u043f\u043e \u0431\u043b\u0438\u0436\u0430\u0439\u0448\u0435\u043c\u0443 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044e [Nearest merge]<\/h2>\n<p>  \u041f\u0440\u0438 \u0440\u0430\u0431\u043e\u0442\u0435 \u0441 \u0444\u0438\u043d\u0430\u043d\u0441\u043e\u0432\u044b\u043c\u0438 \u0434\u0430\u043d\u043d\u044b\u043c\u0438, \u0432\u0440\u043e\u0434\u0435 \u043a\u0440\u0438\u043f\u0442\u043e\u0432\u0430\u043b\u044e\u0442 \u0438 \u0446\u0435\u043d\u043d\u044b\u0445 \u0431\u0443\u043c\u0430\u0433, \u0431\u044b\u0432\u0430\u0435\u0442 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u043a\u043e\u0442\u0438\u0440\u043e\u0432\u043a\u0438 (\u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u0446\u0435\u043d) \u0441\u043e \u0441\u0434\u0435\u043b\u043a\u0430\u043c\u0438. \u0421\u043a\u0430\u0436\u0435\u043c, \u043c\u044b \u0445\u043e\u0442\u0438\u043c \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u0438\u0442\u044c \u043a\u0430\u0436\u0434\u0443\u044e \u0441\u0434\u0435\u043b\u043a\u0443 \u0441 \u043a\u043e\u0442\u0438\u0440\u043e\u0432\u043a\u043e\u0439, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043e\u0431\u043d\u043e\u0432\u0438\u043b\u0430\u0441\u044c \u0437\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0438\u043b\u043b\u0438\u0441\u0435\u043a\u0443\u043d\u0434 \u0434\u043e \u0441\u0434\u0435\u043b\u043a\u0438. \u0412 pandas \u0435\u0441\u0442\u044c \u0444\u0443\u043d\u043a\u0446\u0438\u044f <code>merge_asof<\/code>, \u0431\u043b\u0430\u0433\u043e\u0434\u0430\u0440\u044f \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u044f\u0442\u044c DataFrames \u043f\u043e \u0431\u043b\u0438\u0436\u0430\u0439\u0448\u0435\u043c\u0443 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044e \u043a\u043b\u044e\u0447\u0430 (<code>timestamp<\/code> \u0432 \u043d\u0430\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435). \u041d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u0441 \u043a\u043e\u0442\u0438\u0440\u043e\u0432\u043a\u0430\u043c\u0438 \u0438 \u0441\u0434\u0435\u043b\u043a\u0430\u043c\u0438 \u0432\u0437\u044f\u0442\u044b \u0438\u0437 <a href=\"https:\/\/pandas.pydata.org\/pandas-docs\/stable\/reference\/api\/pandas.DataFrame.merge.html\">\u043f\u0440\u0438\u043c\u0435\u0440\u0430 pandas<\/a>.<\/p>\n<p>  DataFrame <code>quotes<\/code> (\u00ab\u043a\u043e\u0442\u0438\u0440\u043e\u0432\u043a\u0438\u00bb) \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u0446\u0435\u043d \u0434\u043b\u044f \u0440\u0430\u0437\u043d\u044b\u0445 \u0430\u043a\u0446\u0438\u0439. \u041a\u0430\u043a \u043f\u0440\u0430\u0432\u0438\u043b\u043e, \u043a\u043e\u0442\u0438\u0440\u043e\u0432\u043e\u043a \u043d\u0430\u043c\u043d\u043e\u0433\u043e \u0431\u043e\u043b\u044c\u0448\u0435, \u0447\u0435\u043c \u0441\u0434\u0435\u043b\u043e\u043a.<\/p>\n<pre><code class=\"python\">quotes = pd.DataFrame( \u00a0\u00a0\u00a0[ \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.023&quot;, &quot;GOOG&quot;, 720.50, 720.93], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.023&quot;, &quot;MSFT&quot;, 51.95, 51.96], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.030&quot;, &quot;MSFT&quot;, 51.97, 51.98], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.041&quot;, &quot;MSFT&quot;, 51.99, 52.00], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.048&quot;, &quot;GOOG&quot;, 720.50, 720.93], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.049&quot;, &quot;AAPL&quot;, 97.99, 98.01], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.072&quot;, &quot;GOOG&quot;, 720.50, 720.88], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.075&quot;, &quot;MSFT&quot;, 52.01, 52.03], \u00a0\u00a0\u00a0], \u00a0\u00a0\u00a0columns=[&quot;timestamp&quot;, &quot;ticker&quot;, &quot;bid&quot;, &quot;ask&quot;], ) quotes['timestamp'] = pd.to_datetime(quotes['timestamp']) <\/code><\/pre>\n<p>  <img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/op\/rr\/5n\/oprr5nphw-0lzxv5gymeeivzow8.png\"><\/p>\n<p>  DataFrame <code>trades<\/code> \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u0441\u0434\u0435\u043b\u043a\u0438 \u043f\u043e \u0440\u0430\u0437\u043d\u044b\u043c \u0430\u043a\u0446\u0438\u044f\u043c.<\/p>\n<pre><code class=\"python\">trades = pd.DataFrame( \u00a0\u00a0\u00a0[ \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.023&quot;, &quot;MSFT&quot;, 51.95, 75], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.038&quot;, &quot;MSFT&quot;, 51.95, 155], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.048&quot;, &quot;GOOG&quot;, 720.77, 100], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.048&quot;, &quot;GOOG&quot;, 720.92, 100], \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0[&quot;2016-05-25 13:30:00.048&quot;, &quot;AAPL&quot;, 98.00, 100], \u00a0\u00a0\u00a0], \u00a0\u00a0\u00a0columns=[&quot;timestamp&quot;, &quot;ticker&quot;, &quot;price&quot;, &quot;quantity&quot;], ) trades['timestamp'] = pd.to_datetime(trades['timestamp']) <\/code><\/pre>\n<p>  <img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/fk\/vc\/cs\/fkvccs0dbxkp1fxkhr3oi_0c3gy.png\"><\/p>\n<p>  \u041c\u044b \u0441\u043b\u0438\u0432\u0430\u0435\u043c \u0441\u0434\u0435\u043b\u043a\u0438 \u0438 \u043a\u043e\u0442\u0438\u0440\u043e\u0432\u043a\u0438 \u043f\u043e \u0442\u0438\u043a\u0435\u0440\u0430\u043c (\u043a\u043e\u0442\u0438\u0440\u0443\u0435\u043c\u044b\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0430\u043a\u0446\u0438\u0438), \u0441 \u0443\u0441\u043b\u043e\u0432\u0438\u0435\u043c, \u0447\u0442\u043e <code>timestamp<\/code> \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0439 \u043a\u043e\u0442\u0438\u0440\u043e\u0432\u043a\u0438 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043d\u0430 10 \u043c\u0441 \u043c\u0435\u043d\u044c\u0448\u0435 \u0441\u0434\u0435\u043b\u043a\u0438. \u0415\u0441\u043b\u0438 \u043a\u043e\u0442\u0438\u0440\u043e\u0432\u043a\u0430 \u043f\u043e\u044f\u0432\u0438\u043b\u0430\u0441\u044c \u0440\u0430\u043d\u044c\u0448\u0435 \u0441\u0434\u0435\u043b\u043a\u0438 \u043d\u0430 \u0431\u043e\u043b\u0435\u0435, \u0447\u0435\u043c 10 \u043c\u0441, \u0431\u0438\u0434 (\u0446\u0435\u043d\u0430, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0433\u043e\u0442\u043e\u0432 \u0437\u0430\u043f\u043b\u0430\u0442\u0438\u0442\u044c \u043f\u043e\u043a\u0443\u043f\u0430\u0442\u0435\u043b\u044c) \u0438 \u0430\u0441\u043a (\u0446\u0435\u043d\u0430, \u043f\u043e \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043f\u0440\u043e\u0434\u0430\u0432\u0435\u0446 \u0433\u043e\u0442\u043e\u0432 \u043f\u0440\u043e\u0434\u0430\u0442\u044c) \u0434\u043b\u044f \u044d\u0442\u043e\u0439 \u043a\u043e\u0442\u0438\u0440\u043e\u0432\u043a\u0438 \u0431\u0443\u0434\u0443\u0442 <code>null<\/code> (\u0442\u0438\u043a\u0435\u0440 AAPL \u0432 \u044d\u0442\u043e\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435).<\/p>\n<pre><code class=\"python\">pd.merge_asof(trades, quotes, on=&quot;timestamp&quot;, by='ticker', tolerance=pd.Timedelta('10ms'), direction='backward') <\/code><\/pre>\n<p>  <img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/8e\/3a\/rg\/8e3argj_ni7snlslerv4x_2yufo.png\"><\/p>\n<h2>4. \u0421\u043e\u0437\u0434\u0430\u043d\u0438\u0435 Excel-\u043e\u0442\u0447\u0451\u0442\u0430<\/h2>\n<p>  <img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/tn\/lr\/8_\/tnlr8_evsrm-ryyrgzfqci4mwpg.png\"><\/p>\n<p>  Pandas (c \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u043e\u0439 XlsxWriter) \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0441\u043e\u0437\u0434\u0430\u0442\u044c Excel-\u043e\u0442\u0447\u0451\u0442 \u0438\u0437 DataFrame. \u0422\u0430\u043a \u043c\u043e\u0436\u043d\u043e \u0441\u044d\u043a\u043e\u043d\u043e\u043c\u0438\u0442\u044c \u043a\u0443\u0447\u0443 \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u2014 \u043d\u0438\u043a\u0430\u043a\u043e\u0433\u043e \u0431\u043e\u043b\u044c\u0448\u0435 \u044d\u043a\u0441\u043f\u043e\u0440\u0442\u0430 DataFrame \u0432 CSV \u0438 \u0440\u0443\u0447\u043d\u043e\u0433\u043e \u0444\u043e\u0440\u043c\u0430\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u0432 Excel. \u0414\u043e\u0441\u0442\u0443\u043f\u043d\u044b \u0442\u0430\u043a\u0436\u0435 \u0432\u0441\u0435 \u0432\u0438\u0434\u044b <a href=\"https:\/\/pandas-xlsxwriter-charts.readthedocs.io\/\">\u0434\u0438\u0430\u0433\u0440\u0430\u043c\u043c<\/a> \u0438 \u0442.\u0434.<\/p>\n<pre><code class=\"python\">df = pd.DataFrame(pd.np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=[&quot;a&quot;, &quot;b&quot;, &quot;c&quot;]) <\/code><\/pre>\n<p>  \u0424\u0440\u0430\u0433\u043c\u0435\u043d\u0442 \u043a\u043e\u0434\u0430 \u043d\u0438\u0436\u0435 \u0441\u043e\u0437\u0434\u0430\u0451\u0442 \u0442\u0430\u0431\u043b\u0438\u0446\u0443 \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 Excel. \u0427\u0442\u043e\u0431\u044b \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0435\u0451 \u0432 \u0444\u0430\u0439\u043b, \u0440\u0430\u0441\u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0438\u0440\u0443\u0439\u0442\u0435 \u0441\u0442\u0440\u043e\u043a\u0443 <code>writer.save()<\/code>.<\/p>\n<pre><code class=\"python\">report_name = 'example_report.xlsx' sheet_name = 'Sheet1' writer = pd.ExcelWriter(report_name, engine='xlsxwriter') df.to_excel(writer, sheet_name=sheet_name, index=False) # writer.save() <\/code><\/pre>\n<p>  \u041a\u0430\u043a \u0443\u0436\u0435 \u0443\u043f\u043e\u043c\u0438\u043d\u0430\u043b\u043e\u0441\u044c \u0440\u0430\u043d\u0435\u0435, \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0442\u0430\u043a\u0436\u0435 \u043c\u043e\u0436\u043d\u043e \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0442\u044c \u0434\u0438\u0430\u0433\u0440\u0430\u043c\u043c\u044b \u0432 \u043e\u0442\u0447\u0451\u0442. \u041d\u0443\u0436\u043d\u043e \u0437\u0430\u0434\u0430\u0442\u044c \u0442\u0438\u043f \u0434\u0438\u0430\u0433\u0440\u0430\u043c\u043c\u044b (\u043b\u0438\u043d\u0435\u0439\u043d\u0430\u044f \u0432 \u043d\u0430\u0448\u0435\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435) \u0438 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f \u043d\u0435\u0451 (\u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043e\u043b\u0436\u0435\u043d \u0431\u044b\u0442\u044c \u0432 Excel-\u0442\u0430\u0431\u043b\u0438\u0446\u0435).<\/p>\n<pre><code class=\"python\"># \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u043c \u043a\u043d\u0438\u0433\u0443 (workbook) workbook = writer.book worksheet = writer.sheets[sheet_name] # \u0441\u043e\u0437\u0434\u0430\u0451\u043c \u043b\u0438\u043d\u0435\u0439\u043d\u0443\u044e \u0434\u0438\u0430\u0433\u0440\u0430\u043c\u043c\u0443 chart = workbook.add_chart({'type': 'line'}) # \u043d\u0430\u0441\u0442\u0440\u0430\u0438\u0432\u0430\u0435\u043c \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437 \u0442\u0430\u0431\u043b\u0438\u0446\u044b \u0434\u043b\u044f \u0434\u0438\u0430\u0433\u0440\u0430\u043c\u043c\u044b, # \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044f \u0441\u043f\u0438\u0441\u043e\u043a \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 \u0432\u043c\u0435\u0441\u0442\u043e \u0444\u043e\u0440\u043c\u0443\u043b \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u044f\/\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435: # \u00a0 \u00a0 [sheetname, first_row, first_col, last_row, last_col] chart.add_series({ \u00a0\u00a0\u00a0'categories': [sheet_name, 1, 0, 3, 0], \u00a0\u00a0\u00a0'values': \u00a0 \u00a0 [sheet_name, 1, 1, 3, 1], }) # \u043d\u0430\u0441\u0442\u0440\u0430\u0438\u0432\u0430\u0435\u043c \u043e\u0441\u0438 \u0434\u0438\u0430\u0433\u0440\u0430\u043c\u043c\u044b chart.set_x_axis({'name': 'Index', 'position_axis': 'on_tick'}) chart.set_y_axis({'name': 'Value', 'major_gridlines': {'visible': False}}) # \u0440\u0430\u0437\u043c\u0435\u0449\u0430\u0435\u043c \u0434\u0438\u0430\u0433\u0440\u0430\u043c\u043c\u0443 \u043d\u0430 \u043b\u0438\u0441\u0442\u0435 worksheet.insert_chart('E2', chart) # \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u043c \u0444\u0430\u0439\u043b writer.save() <\/code><\/pre>\n<p>  <\/p>\n<h2>5. \u042d\u043a\u043e\u043d\u043e\u043c\u0438\u044f \u043c\u0435\u0441\u0442\u0430 \u043d\u0430 \u0434\u0438\u0441\u043a\u0435<\/h2>\n<p>  \u0420\u0430\u0431\u043e\u0442\u0430 \u043d\u0430\u0434 \u0431\u043e\u043b\u044c\u0448\u0438\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e\u043c \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432 \u043f\u043e \u0430\u043d\u0430\u043b\u0438\u0437\u0443 \u0434\u0430\u043d\u043d\u044b\u0445 \u043e\u0431\u044b\u0447\u043d\u043e \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0441\u043b\u0435\u0434 \u0432 \u0432\u0438\u0434\u0435 \u0431\u043e\u043b\u044c\u0448\u043e\u0433\u043e \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0430 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0430\u043d\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437 \u0440\u0430\u0437\u043d\u044b\u0445 \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u043e\u0432. SSD \u043d\u0430 \u043d\u043e\u0443\u0442\u0431\u0443\u043a\u0435 \u0437\u0430\u043f\u043e\u043b\u043d\u044f\u0435\u0442\u0441\u044f \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u0431\u044b\u0441\u0442\u0440\u043e. Pandas \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0441\u0436\u0438\u043c\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u043f\u0440\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0438 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430 \u0434\u0438\u0441\u043a \u0438 \u043f\u043e\u0442\u043e\u043c \u0441\u043d\u043e\u0432\u0430 \u0447\u0438\u0442\u0430\u0442\u044c \u0438\u0445 \u0443\u0436\u0435 \u0438\u0437 \u0441\u0436\u0430\u0442\u043e\u0433\u043e \u0444\u043e\u0440\u043c\u0430\u0442\u0430.<\/p>\n<p>  \u0421\u043e\u0437\u0434\u0430\u0434\u0438\u043c \u0431\u043e\u043b\u044c\u0448\u043e\u0439 DataFrame \u0441\u043e \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u044b\u043c\u0438 \u0447\u0438\u0441\u043b\u0430\u043c\u0438.<\/p>\n<pre><code class=\"python\">df = pd.DataFrame(pd.np.random.randn(50000,300)) <\/code><\/pre>\n<p>  <img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/wj\/3a\/dl\/wj3adlmvlg76t-s8lrbf4ecaaj8.png\"><\/p>\n<p>  \u0415\u0441\u043b\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0435\u0433\u043e \u043a\u0430\u043a CSV, \u0444\u0430\u0439\u043b \u0437\u0430\u0439\u043c\u0435\u0442 \u043f\u043e\u0447\u0442\u0438 300 \u041c\u0411 \u043d\u0430 \u0436\u0451\u0441\u0442\u043a\u043e\u043c \u0434\u0438\u0441\u043a\u0435.<\/p>\n<pre><code class=\"python\">df.to_csv('random_data.csv', index=False) <\/code><\/pre>\n<p>  \u041e\u0434\u0438\u043d \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442 <code>compression='gzip'<\/code> \u0443\u043c\u0435\u043d\u044c\u0448\u0430\u0435\u0442 \u0440\u0430\u0437\u043c\u0435\u0440 \u0444\u0430\u0439\u043b\u0430 \u0434\u043e 136 \u041c\u0411.<\/p>\n<pre><code class=\"python\">df.to_csv('random_data.gz', compression='gzip', index=False) <\/code><\/pre>\n<p>  \u0421\u0436\u0430\u0442\u044b\u0439 \u0444\u0430\u0439\u043b \u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f \u0442\u0435\u043c \u0436\u0435 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u043c, \u0447\u0442\u043e \u0438 \u043e\u0431\u044b\u0447\u043d\u044b\u0439, \u0442\u0430\u043a \u0447\u0442\u043e \u043d\u0438\u043a\u0430\u043a\u043e\u0439 \u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u043c\u044b \u043d\u0435 \u0442\u0435\u0440\u044f\u0435\u043c.<\/p>\n<pre><code class=\"python\">df = pd.read_csv('random_data.gz') <\/code><\/pre>\n<p>  <\/p>\n<h2>\u0417\u0430\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435<\/h2>\n<p>  \u042d\u0442\u0438 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0438\u0435 \u0445\u0438\u0442\u0440\u043e\u0441\u0442\u0438 \u043f\u043e\u0432\u044b\u0441\u0438\u043b\u0438 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u0438\u0432\u043d\u043e\u0441\u0442\u044c \u043c\u043e\u0435\u0439 \u0435\u0436\u0435\u0434\u043d\u0435\u0432\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u044b \u0441 pandas. \u041d\u0430\u0434\u0435\u044e\u0441\u044c, \u0438\u0437 \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0438 \u0432\u044b \u0443\u0437\u043d\u0430\u043b\u0438 \u043e \u043a\u0430\u043a\u043e\u0439-\u043d\u0438\u0431\u0443\u0434\u044c \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0439 \u0444\u0443\u043d\u043a\u0446\u0438\u0438, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0432\u0430\u043c \u0442\u043e\u0436\u0435 \u043f\u043e\u043c\u043e\u0436\u0435\u0442 \u0441\u0442\u0430\u0442\u044c \u0431\u043e\u043b\u0435\u0435 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u0438\u0432\u043d\u044b\u043c.<\/p>\n<p>  \u0410 \u043a\u0430\u043a\u043e\u0439 \u0432\u0430\u0448 \u043b\u044e\u0431\u0438\u043c\u044b\u0439 \u043f\u0440\u0438\u0451\u043c \u0432 \u0440\u0430\u0431\u043e\u0442\u0435 \u0441 pandas?<\/p>\n<p>  <a href=\"https:\/\/ruvds.com\/ru-rub\/#order\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/files\/1ba\/550\/d25\/1ba550d25e8846ce8805de564da6aa63.png\"><\/a><\/div>\n<p> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/company\/ruvds\/blog\/492220\/\"> https:\/\/habr.com\/ru\/company\/ruvds\/blog\/492220\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"\n<div class=\"post__text post__text-html post__text_v1\" id=\"post-content-body\" data-io-article-url=\"https:\/\/habr.com\/ru\/company\/ruvds\/blog\/492220\/\"><a href=\"https:\/\/habr.com\/ru\/company\/ruvds\/blog\/492220\/\"><\/p>\n<div style=\"text-align:center;\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/00\/v9\/va\/00v9vacndnryonemqxuksuzrlhq.png\"><\/div>\n<p><\/a><br \/>  Pandas \u043d\u0435 \u043d\u0443\u0436\u0434\u0430\u0435\u0442\u0441\u044f \u0432 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0438: \u043d\u0430 \u0441\u0435\u0433\u043e\u0434\u043d\u044f\u0448\u043d\u0438\u0439 \u0434\u0435\u043d\u044c \u044d\u0442\u043e \u0433\u043b\u0430\u0432\u043d\u044b\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442 \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430 Python. \u042f \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u043c \u043f\u043e \u0430\u043d\u0430\u043b\u0438\u0437\u0443 \u0434\u0430\u043d\u043d\u044b\u0445, \u0438 \u043d\u0435\u0441\u043c\u043e\u0442\u0440\u044f \u043d\u0430 \u0442\u043e, \u0447\u0442\u043e \u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0441\u044c pandas \u043a\u0430\u0436\u0434\u044b\u0439 \u0434\u0435\u043d\u044c, \u043d\u0435 \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u044e \u0443\u0434\u0438\u0432\u043b\u044f\u0442\u044c\u0441\u044f \u0440\u0430\u0437\u043d\u043e\u043e\u0431\u0440\u0430\u0437\u0438\u044e \u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u0430 \u044d\u0442\u043e\u0439 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438. \u0412 \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u044f \u0445\u043e\u0447\u0443 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u0430\u0442\u044c \u043e \u043f\u044f\u0442\u0438 \u043c\u0430\u043b\u043e\u0438\u0437\u0432\u0435\u0441\u0442\u043d\u044b\u0445 \u0444\u0443\u043d\u043a\u0446\u0438\u044f\u0445 pandas, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u044f \u043d\u0435\u0434\u0430\u0432\u043d\u043e \u0443\u0437\u043d\u0430\u043b \u0438 \u0442\u0435\u043f\u0435\u0440\u044c \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u0438\u0432\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e.<\/p>\n<p>  \u0414\u043b\u044f \u043d\u043e\u0432\u0438\u0447\u043a\u043e\u0432: <a href=\"https:\/\/pandas.pydata.org\/\">Pandas<\/a> \u2014 \u044d\u0442\u043e \u0432\u044b\u0441\u043e\u043a\u043e\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u043d\u0430\u0431\u043e\u0440 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430 Python \u0441 \u043f\u0440\u043e\u0441\u0442\u044b\u043c\u0438 \u0438 \u0443\u0434\u043e\u0431\u043d\u044b\u043c\u0438 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430\u043c\u0438 \u0434\u0430\u043d\u043d\u044b\u0445. \u041d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u043f\u0440\u043e\u0438\u0437\u043e\u0448\u043b\u043e \u043e\u0442 \u043f\u043e\u043d\u044f\u0442\u0438\u044f \u00abpanel data\u00bb, \u044d\u043a\u043e\u043d\u043e\u043c\u0435\u0442\u0440\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0442\u0435\u0440\u043c\u0438\u043d\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u043d\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u0434\u0430\u043d\u043d\u044b\u0435 \u043e \u043d\u0430\u0431\u043b\u044e\u0434\u0435\u043d\u0438\u044f\u0445 \u043e\u0434\u043d\u0438\u0445 \u0438 \u0442\u0435\u0445 \u0436\u0435 \u0441\u0443\u0431\u044a\u0435\u043a\u0442\u043e\u0432 \u0432 \u0442\u0435\u0447\u0435\u043d\u0438\u0435 \u0440\u0430\u0437\u043d\u044b\u0445 \u043f\u0435\u0440\u0438\u043e\u0434\u043e\u0432 \u0432\u0440\u0435\u043c\u0435\u043d\u0438.<\/p>\n<p>  <a href=\"https:\/\/romanorac.github.io\/machine\/learning\/2019\/10\/29\/5-lesser-known-pandas-tricks.html\">\u0417\u0434\u0435\u0441\u044c \u043c\u043e\u0436\u043d\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c<\/a> Jupyter Notebook \u0441 \u043f\u0440\u0438\u043c\u0435\u0440\u0430\u043c\u0438 \u0438\u0437 \u0441\u0442\u0430\u0442\u044c\u0438.  <\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-300217","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/300217","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=300217"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/300217\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=300217"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=300217"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=300217"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}