學習如何使用 inner join 合併異質資料。藉由結合多個來源的資訊，你可以發掘先前可能被埋藏的洞見。你也會學到不同來源間的關係（例如一對一或一對多）如何影響結果。

Inner join

要用哪個欄位來合併？

你的第一個 inner join

Inner join 與回傳列數

一對多關係

一對多分類

一對多合併

合併多個 DataFrame

某月份的總搭乘人次

三個資料表合併

多表的一對多合併

資料合併基礎

把你對連接的認識再往前推進。在本章中，你會操作 TMDb 電影資料，並學習 left、right 與 outer join。你也會學到如何將資料表與自身合併，以及如何在 DataFrame 的索引上進行合併。

Left join（左連接）

用 left join 計算遺漏列數

豐富資料集

Left join 之後會有多少列？

其他 join 類型

使用 Right join 找出獨有的電影

使用 right join 找出熱門片的類型

使用 outer join 篩選演員

將資料表與自身合併

自連接（Self join）

pandas 如何處理自我連接（self join）？

在索引上進行合併

以索引合併電影評分

續集賺得更多嗎？

使用不同連接類型合併資料表

本章將運用強大的過濾技巧，包括半連接（semi-join）與反連接（anti-join）。你也會學到如何透過垂直結合與使用 pandas.concat 函式，將 DataFrame 黏合成新的資料集。最後，因為資料很少是乾淨的，你也會學到如何驗證新合併出的資料結構。

篩選型連接

以 pandas 複製半連接的技巧

半連接的步驟

執行 anti join

執行 semi join

將 DataFrame 垂直串接在一起

串接基礎

使用 keys 進行串接（concatenate）

驗證完整性

驗證合併

連接與合併以找出共同歌曲

進階合併與串接

在最後一章，你會更進一步，學會將 pandas 的專用方法應用於合併時間序列與有序資料，並結合來自芝加哥市的真實金融與經濟資料。你也會學到如何使用類 SQL 的格式查詢結果資料表，以及使用 melt 方法將資料進行反樞紐（unpivot）。

使用 merge_ordered()

GDP 與 S&P 500 的相關性

使用 merge_ordered() 繪製菲利普曲線

使用 merge_ordered() 的注意事項：多個欄位

使用 merge_asof()

使用 merge_asof() 研究股票

使用 merge_asof() 建立資料集

merge_asof() 與 merge_ordered() 的差異

使用 .query() 選取資料

用 .query() 探索財務資料

使用 .query() 篩選列

用 .melt() 重新塑形資料

選出正確的 .melt() 參數

使用 .melt() 重塑政府資料

使用 .melt() 比較股票與公債表現

課程總結

合併有序與時間序列資料

Movie Ratings

Chicago Taxi Vehicles

Movie Casts

Chicago Business Owners

Chicago Demographics by Zip Code

Movie Crews

CTA Stations

Chicago Land Use

Movies

Movie Actors

Movie Tag Lines

Chicago Taxi Owners

Movie Sequels

S&P 500

Chicago Census

Movie Genres

CTA Calendar

Chicago Business Licenses

Movie Financial Data

World Bank GDP

CTA Ridership

Chicago Wards

World Bank Population

能夠結合並處理多個資料集，是所有立志成為資料科學家的必備技能。pandas 是 Python 資料科學生態系的關鍵基石，Stack Overflow 上與 pandas 相關的問題瀏覽次數已達 500 萬。你將學會使用 pandas 透過合併、整理、連接與重塑，來處理多個 DataFrame。你會操作世界銀行與芝加哥市的資料集。完成本課後，你將具備在 pandas 中進行資料連接的扎實技能。

影片包含逐字稿，你可以在影片左下方按一下「Show transcript」來顯示。

課程名詞表可在右側的資源區塊找到。

若要取得 CPE 學分，你需要完成課程，並在合格評量中達到 70% 的成績。你可以按一下右側的 CPE 學分提示前往該評量。

Data Manipulation with pandas

學習使用Pandas合併、組織、連接和重塑多個DataFrame，獲得數據合併的扎實技能。

使用 pandas 進行資料表連接

學習使用 pandas 將多個資料表的資料合併，掌握資料串接技巧。

將 DataFrame 垂直串接在一起

Create Your Free Account