or
Den här övningen är en del av kursen
Lär dig hur du slår samman olika datamängder med hjälp av inner joins. Genom att kombinera information från flera källor kan du hitta intressanta insikter som annars hade förblivit dolda. Du lär dig också hur relationen mellan källorna – till exempel en-till-en eller en-till-många – kan påverka resultatet.
Fördjupa dina kunskaper om joins. I det här kapitlet arbetar du med filmdata från TMDb när du lär dig om left, right och outer joins. Du lär dig också hur du slår samman en tabell med sig själv och hur du sammanfogar på ett DataFrame-index.
Aktuell övning
I det här kapitlet använder du kraftfulla filtreringstekniker, bland annat semi-joins och anti-joins. Du lär dig också hur du kombinerar DataFrames vertikalt och använder funktionen pandas.concat för att skapa nya datamängder. Eftersom data sällan är helt ren lär du dig dessutom att validera dina nyligen kombinerade datastrukturer.
I det här sista kapitlet tar du nästa steg och lär dig använda pandas specialiserade metoder för att sammanfoga tidsserier och ordnad data med verkliga finans- och ekonomidata från staden Chicago. Du lär dig också att ställa frågor mot resultattabeller i SQL-stil och att pivottera om data med metoden melt.