or
Toto cvičení je součástí kurzu
Nauč se spojovat různorodá data pomocí inner joinů. Kombinací informací z více zdrojů odhalíš zajímavé poznatky, které by jinak zůstaly skryté. Dozvíš se také, jak vztah mezi zdroji dat – například one-to-one nebo one-to-many – ovlivňuje výsledek.
Posuň své znalosti joinů na vyšší úroveň. V této kapitole budeš pracovat s filmovými daty z TMDb a naučíš se left, right a outer joiny. Zjistíš také, jak sloučit tabulku samu se sebou a jak provést join na indexu DataFrame.
Aktuální cvičení
V této kapitole využiješ pokročilé techniky filtrování, včetně semi-joinů a anti-joinů. Naučíš se také vertikálně spojovat DataFramy a použiješ funkci pandas.concat k vytváření nových datových sad. A protože data bývají málokdy čistá, zjistíš i to, jak ověřit integritu nově vzniklých datových struktur.
V závěrečné kapitole přidáš na tempu a naučíš se využívat specializované metody pandas pro slučování časových řad a seřazených dat – a to na reálných finančních a ekonomických datech z Chicaga. Dozvíš se také, jak dotazovat výsledné tabulky ve stylu SQL a jak převracet data pomocí metody melt.