在這個練習中,你會再次使用世界銀行中澳洲與瑞典的 GDP 與人口資料,並用 .query() 方法延伸分析。你將合併這兩個資料表並計算人均 GDP。接著,你會用 .query() 方法篩選列並繪製圖表。請記得需要按照正確順序以多個欄位進行合併。
.query()
gdp 與 pop 資料表已為你載入。
gdp
pop
本練習屬於課程
試著完成這個範例程式碼,體驗一下這個練習。
# Merge gdp and pop on date and country with fill gdp_pop = ____
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。
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)。
當前練習