Об'єднання датафреймів

У попередній вправі ви зібрали набір даних зі 100 найкращих кафе Нью-Йорка за версією Yelp. Тепер поєднаємо його з демографічними даними, щоб з'ясувати, у якому районі найбільше хороших кафе на душу населення.

Для цього ви об'єднаєте два набори даних методом датафрейму merge(). Перший — crosswalk — це відповідність між поштовими індексами (ZIP) і зонами Public Use Micro Data Sample (PUMA), які агрегують переписні тракти та приблизно відповідають районам Нью-Йорка. Потім ви виконаєте злиття з pop_data, де містяться оцінки чисельності населення за 2016 рік для кожної PUMA.

pandas (як pd) уже імпортовано, як і датафрейм cafes з попередньої вправи.

Вопрос

Дослідіть у консолі датафрейми cafes і crosswalk. Які стовпці слід використати як ключі для об'єднання?

Возможные ответы

location_zip_code у cafes і zcta5 у crosswalk

zipcode в обох

location.zipcode у cafes і zipcode у crosswalk

location_zip_code у cafes і zipcode у crosswalk

Упражнение

Об'єднання датафреймів

Инструкции 1/3

Вопрос

Возможные ответы

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}Упражнение

Инструкции 1/3

Вопрос

Возможные ответы

Упражнение