Accéder au contenu principal
AccueilPython

Joindre des données avec pandas

Apprenez à combiner des données provenant de plusieurs tableaux en joignant des données à l'aide de pandas.

Commencer Le Cours Gratuitement
4 heures15 vidéos51 exercices165 729 apprenantsTrophyDéclaration de réalisation

Créez votre compte gratuit

GoogleLinkedInFacebook

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.
Group

Formation de 2 personnes ou plus ?

Essayer DataCamp for Business

Apprécié par les apprenants de milliers d'entreprises


Description du cours

Être capable de combiner et de travailler avec plusieurs ensembles de données est une compétence essentielle pour tout Data Scientist en herbe. pandas est une pierre angulaire cruciale de l'écosystème de la science des données Python, Stack Overflow enregistrant 5 millions de vues pour des questions sur pandas. Apprenez à gérer plusieurs DataFrame en les combinant, en les organisant, en les joignant et en les remodelant à l'aide de pandas. Vous travaillerez avec des ensembles de données de la Banque mondiale et de la ville de Chicago. Vous terminerez le cours avec un ensemble de compétences solides pour la jonction de données dans pandas.
Pour les entreprises

Formation de 2 personnes ou plus ?

Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.
DataCamp Pour Les EntreprisesPour une solution sur mesure , réservez une démo.

Dans les titres suivants

Certification disponible

Analyste de données en Python

Aller à la piste
Certification disponible

Scientifique de données associé en Python

Aller à la piste

Manipulation de données en Python

Aller à la piste
  1. 1

    Notions de base sur la fusion de données

    Gratuit

    Découvrez comment vous pouvez fusionner des données disparates à l'aide de jointures internes. En combinant des informations provenant de sources multiples, vous découvrirez des informations intéressantes qui auraient pu être cachées auparavant. Vous apprendrez également comment la relation entre ces sources, telle que one-to-one ou one-to-many, peut affecter votre résultat.

    Jouez Au Chapitre Maintenant
    Jointure interne
    50 xp
    Sur quelle colonne fusionner ?
    50 xp
    Votre première jointure intérieure
    100 xp
    Jointures internes et nombre de lignes renvoyées
    100 xp
    Relations de un à plusieurs
    50 xp
    Classification "un à plusieurs
    100 xp
    Fusion d'un à plusieurs
    100 xp
    Fusionner plusieurs DataFrame
    50 xp
    Nombre total de coureurs en un mois
    100 xp
    Fusion de trois tableaux
    100 xp
    Fusion un-à-plusieurs avec plusieurs tableaux
    100 xp
  2. 3

    Fusion et concaténation avancées

    Dans ce chapitre, vous tirerez parti de techniques de filtrage puissantes, notamment les semi-joints et les anti-joints. Vous apprendrez également à coller des DataFrame en les combinant verticalement et en utilisant la fonction pandas.concat pour créer de nouveaux ensembles de données. Enfin, les données étant rarement propres, vous apprendrez également à valider vos nouvelles structures de données combinées.

    Jouez Au Chapitre Maintenant
Pour les entreprises

Formation de 2 personnes ou plus ?

Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.

Dans les titres suivants

Certification disponible

Analyste de données en Python

Aller à la piste
Certification disponible

Scientifique de données associé en Python

Aller à la piste

Manipulation de données en Python

Aller à la piste

Dans d’autres morceaux

Principes de base des données en Python

ensembles de données

Chicago WardsChicago Business LicensesChicago CensusChicago Demographics by Zip CodeChicago Business OwnersChicago Land UseChicago Taxi VehiclesChicago Taxi OwnersCTA RidershipCTA CalendarCTA StationsMoviesMovie ActorsMovie RatingsMovie CastsMovie CrewsMovie GenresMovie SequelsMovie Financial DataMovie Tag LinesS&P 500World Bank GDPWorld Bank Population

collaborateurs

Collaborator's avatar
Amy Peterson
Collaborator's avatar
Maggie Matsui
Aaren Stubberfield HeadshotAaren Stubberfield

Senior Data Scientist @ Microsoft

Voir Plus

Qu’est-ce que les autres apprenants ont à dire ?

Inscrivez-vous 15 millions d’apprenants et commencer Joindre des données avec pandas Aujourd’hui!

Créez votre compte gratuit

GoogleLinkedInFacebook

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.