or
Bài tập này là một phần của khóa học
Học cách bạn có thể trộn ghép dữ liệu rời rạc bằng inner join. Bằng cách kết hợp thông tin từ nhiều nguồn, bạn sẽ khám phá ra những insight thuyết phục trước đây có thể bị ẩn đi. Bạn cũng sẽ học cách mối quan hệ giữa các nguồn, như one-to-one hoặc one-to-many, có thể ảnh hưởng đến kết quả như thế nào.
Nâng cao hiểu biết của bạn về các phép join. Trong chương này, bạn sẽ làm việc với dữ liệu phim TMDb khi tìm hiểu về left, right và outer join. Bạn cũng sẽ khám phá cách nối một bảng với chính nó và cách nối dựa trên index của DataFrame.
Bài tập hiện tại
Trong chương này, bạn sẽ tận dụng các kỹ thuật lọc mạnh mẽ, bao gồm semi-join và anti-join. Bạn cũng sẽ học cách “ghép keo” các DataFrame bằng cách kết hợp theo chiều dọc và dùng hàm pandas.concat để tạo tập dữ liệu mới. Cuối cùng, vì dữ liệu hiếm khi sạch, bạn cũng sẽ học cách xác thực các cấu trúc dữ liệu vừa được kết hợp.
Ở chương cuối, bạn sẽ nâng tốc độ và học cách áp dụng các phương thức chuyên biệt của pandas để nối dữ liệu chuỗi thời gian và dữ liệu có thứ tự, với dữ liệu tài chính và kinh tế thực tế từ thành phố Chicago. Bạn cũng sẽ học cách truy vấn các bảng kết quả theo định dạng kiểu SQL và “unpivot” dữ liệu bằng phương thức melt.