理解一對一與一對多關係的差異非常實用。在本練習中，請思考一組電商網站的資料表。假設的資料表如下：
customer
cust_tax_info
orders
products
inventory
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
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。
當前練習
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。
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。
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）。
