Sariți la conținutul principal

Curs

Îmbinarea datelor cu pandas

IntermediarNivel de competențe

Actualizat 12.2025

Învață să combini date din mai multe tabele prin unirea datelor cu pandas.

Începe cursul gratuit

PythonData Manipulation

4 h

15 videoclipuri

51 Exerciții

4,050 XP

220K+

Certificat de realizare

Îndrăgit de cursanți din mii de companii

Formare pentru o echipă?

Încearcă pentru afaceri

Descrierea cursului

Capacitatea de a combina și utiliza mai multe seturi de date este o abilitate esențială pentru orice viitor specialist în date. pandas reprezintă una dintre bibliotecile de bază ale ecosistemului Python pentru știința datelor – Stack Overflow înregistrează 5 milioane de vizualizări pentru întrebările despre pandas. Învață să lucrezi cu mai multe DataFrame-uri, combinându-le, organizându-le, îmbinându-le și restructurându-le cu ajutorul pandas. Vei lucra cu seturi de date de la Banca Mondială și din orașul Chicago. La finalul cursului, vei dispune de un set solid de abilități pentru îmbinarea datelor în pandas.Videoclipurile conțin transcrieri live pe care le poți afișa apăsând „Show transcript" în colțul din stânga jos al playerului.Glosarul cursului se află în secțiunea de resurse din dreapta.Pentru a obține credite CPE, trebuie să finalizezi cursul și să obții un scor de minimum 70% la evaluarea calificată. Poți accesa evaluarea apăsând pe notificarea CPE credits din dreapta.

Cerințe prealabile

Data Manipulation with pandas

1

Data Merging Basics

Learn how you can merge disparate data using inner joins. By combining information from multiple sources you’ll uncover compelling insights that may have previously been hidden. You’ll also learn how the relationship between those sources, such as one-to-one or one-to-many, can affect your result.

What column to merge on?

Your first inner join

Inner joins and number of rows returned

One-to-many relationships

One-to-many classification

One-to-many merge

Merging multiple DataFrames

Total riders in a month

Three table merge

One-to-many merge with multiple tables

Începe capitolul

2

Merging Tables With Different Join Types

Take your knowledge of joins to the next level. In this chapter, you’ll work with TMDb movie data as you learn about left, right, and outer joins. You’ll also discover how to merge a table to itself and merge on a DataFrame index.

Counting missing rows with left join

Enriching a dataset

How many rows with a left join?

Other joins

Right join to find unique movies

Popular genres with right join

Using outer join to select actors

Merging a table to itself

How does pandas handle self joins?

Merging on indexes

Index merge for movie ratings

Do sequels earn more?

Începe capitolul

3

Advanced Merging and Concatenating

In this chapter, you’ll leverage powerful filtering techniques, including semi-joins and anti-joins. You’ll also learn how to glue DataFrames by vertically combining and using the pandas.concat function to create new datasets. Finally, because data is rarely clean, you’ll also learn how to validate your newly combined data structures.

Filtering joins

Steps of a semi join

Performing an anti join

Performing a semi join

Concatenate DataFrames together vertically

Concatenation basics

Concatenating with keys

Verifying integrity

Validating a merge

Concatenate and merge to find common songs

Începe capitolul

4

Merging Ordered and Time-Series Data

In this final chapter, you’ll step up a gear and learn to apply pandas' specialized methods for merging time-series and ordered data together with real-world financial and economic data from the city of Chicago. You’ll also learn how to query resulting tables using a SQL-style format, and unpivot data using the melt method.

Using merge_ordered()

Correlation between GDP and S&P500

Phillips curve using merge_ordered()

merge_ordered() caution, multiple columns

Using merge_asof()

Using merge_asof() to study stocks

Using merge_asof() to create dataset

merge_asof() and merge_ordered() differences

Selecting data with .query()

Explore financials with .query()

Subsetting rows with .query()

Reshaping data with .melt()

Select the right .melt() arguments

Using .melt() to reshape government data

Using .melt() for stocks vs bond performance

Course wrap-up

Începe capitolul

Îmbinarea datelor cu pandas

Curs
finalizat

Obține diploma de absolvire

Adaugă această acreditare la profilul tău LinkedIn, CV sau rezumat
Distribuie pe rețelele de socializare și în evaluarea ta de performanțăÎnscrie-te acum

Credite CPE

2.8Află mai mult

Pentru business

Formezi 2 sau mai mulți oameni?

Oferă echipei tale acces la întreaga platformă DataCamp, inclusiv toate funcționalitățile.

În următoarele trasee

Analist de date în PythonCertificare

Asociat Data Scientist în PythonCertificare

Manipulare de date în Python

Fundamentele datelor în Python

instructor

Aaren Stubberfield

Aaren Stubberfield

Senior Data Scientist @ Microsoft

colaboratori

Curs resurse

CTA Stationsset de date

Movie Actorsset de date

Movie Castsset de date

Movie Crewsset de date

Movie Tag Linesset de date

S&P 500set de date

World Bank GDPset de date

World Bank Populationset de date

Chicago Taxi Ownersset de date

Chicago Taxi Vehiclesset de date

Chicago Wardsset de date

Chicago Censusset de date

Chicago Business Licensesset de date

Chicago Demographics by Zip Codeset de date

Chicago Business Ownersset de date

Chicago Land Useset de date

CTA Ridershipset de date

CTA Calendarset de date

Moviesset de date

Movie Ratingsset de date

Movie Genresset de date

Movie Sequelsset de date

Movie Financial Dataset de date

Alătură-te celor peste 19 de milioane de cursanți și începe Îmbinarea datelor cu pandas astăzi!

Dezvoltați-vă abilitățile de gestionare a datelor cu DataCamp pentru mobil

Fă progrese din mers cu cursurile noastre mobile și provocările zilnice de programare de 5 minute.