or
Questo esercizio fa parte del corso
Scopri come unire dati eterogenei usando gli inner join. Combinando informazioni da più fonti potrai far emergere insight interessanti che prima potevano passare inosservati. Imparerai anche come la relazione tra le fonti, ad esempio one-to-one o one-to-many, può influenzare il risultato.
Porta al livello successivo la tua conoscenza dei join. In questo capitolo lavorerai con i dati dei film di TMDb mentre impari i left, right e outer join. Scoprirai anche come unire una tabella a sé stessa e come fare il merge sull’indice di un DataFrame.
Esercizio attuale
In questo capitolo sfrutterai potenti tecniche di filtraggio, inclusi i semi-join e gli anti-join. Imparerai anche come “incollare” i DataFrame combinandoli verticalmente e usando la funzione pandas.concat per creare nuovi insiemi di dati. Infine, poiché i dati raramente sono puliti, vedrai come validare le nuove strutture di dati combinate.
In questo capitolo finale farai un salto di qualità e imparerai ad applicare i metodi specializzati di pandas per unire dati di serie temporali e dati ordinati, usando dati finanziari ed economici reali della città di Chicago. Imparerai anche come interrogare le tabelle risultanti con una sintassi in stile SQL e come “srotolare” i dati usando il metodo melt.