The Movie Database 由志工協助維護。他們走訪各地蒐集資料並輸入資料庫,其中也包含電影的財務資料,例如製作成本與票房收入。若你想知道哪些電影仍缺少資料,可以用 left join 來找出來。請練習將 movies 資料表與 financials 資料表做 left join 合併。
movies
financials
movies 與 financials 資料表都已為你載入。
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。
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。
當前練習
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)。