or
यह अभ्यास पाठ्यक्रम का हिस्सा है
जानिए कि आप inner joins का उपयोग करके अलग-अलग स्रोतों के डेटा को कैसे मर्ज कर सकते हैं। कई स्रोतों की जानकारी जोड़कर आप ऐसे इनसाइट्स पाएँगे जो पहले छिपे हुए थे। आप यह भी सीखेंगे कि स्रोतों के बीच संबंध, जैसे one-to-one या one-to-many, आपके परिणामों को कैसे प्रभावित करते हैं।
वर्तमान अभ्यास
जॉइन्स के ज्ञान को अगले स्तर पर ले जाइए। इस चैप्टर में, आप TMDb मूवी डेटा के साथ काम करते हुए left, right, और outer joins के बारे में सीखेंगे। आप यह भी जानेंगे कि किसी टेबल को खुद से कैसे मर्ज किया जाता है और DataFrame के index पर मर्ज कैसे किया जाता है।
इस चैप्टर में, आप शक्तिशाली फ़िल्टरिंग तकनीकों का उपयोग करेंगे, जिनमें semi-joins और anti-joins शामिल हैं। आप यह भी सीखेंगे कि DataFrames को वर्टिकली जोड़कर और pandas.concat फ़ंक्शन का उपयोग करके नए डेटासेट्स कैसे बनाए जाते हैं। अंत में, क्योंकि डेटा अक्सर साफ़ नहीं होता, आप अपने नए संयोजित डेटा स्ट्रक्चर्स की वैधता (validate) जाँचना भी सीखेंगे।
अंतिम चैप्टर में, आप एक कदम आगे बढ़कर pandas की विशेष मेथड्स का उपयोग सीखेंगे ताकि time-series और ordered डेटा को मर्ज किया जा सके — वह भी Chicago शहर के वास्तविक वित्तीय और आर्थिक डेटा के साथ। आप SQL-स्टाइल फ़ॉर्मेट में बनने वाली टेबल्स को क्वेरी करना और melt मेथड से डेटा को unpivot करना भी सीखेंगे।