After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
能够组合并处理多个数据集是每位有志成为数据科学家的必备技能。pandas 是 Python 数据科学生态中的基石之一，Stack Overflow 上关于 pandas 的问题浏览量已达 500 万。学习如何使用 pandas 通过合并、整理、连接和重塑来处理多个 DataFrame。您将使用来自 World Bank 和 City Of Chicago 的数据集。完成本课程后，您将掌握在 pandas 中进行数据连接的坚实技能。视频提供实时字幕，您可以点击视频左下角的 "Show transcript" 展开查看。课程术语表可在右侧的资源部分找到。若要获取 CPE 学分，您需要完成课程并在合格评估中达到 70% 的分数。您可以点击右侧的 CPE 学分提示进入评估。
先修要求
课程大纲
课程大纲
1
数据合并基础
学习如何使用内连接合并不同来源的数据。通过整合多方信息，您将发现此前可能被掩盖的洞见。您还将了解来源之间的关系（如一对一或一对多）如何影响结果。
2
使用不同连接类型合并表
把您对连接的理解提升到新水平。在本章中，您将使用 TMDb 电影数据，学习左连接、右连接和外连接。您还会学习如何将一张表与自身合并，以及如何基于 DataFrame 的索引进行合并。
3
高级合并与拼接
本章将运用强大的过滤技术，包括半连接与反连接。您还将学习如何通过纵向合并来"粘合"DataFrame，并使用 pandas.concat 函数创建新的数据集。最后，鉴于数据很少是干净的，您还将学习如何验证新合并的数据结构。
4
合并有序与时间序列数据
在最后一章中，您将再进一步，学习将 pandas 的专用方法应用于合并时间序列与有序数据，并配合来自芝加哥市的真实金融与经济数据进行练习。您还将学习如何使用类 SQL 的格式查询结果表，以及使用 melt 方法对数据进行反透视。
使用 pandas 连接数据
课程完成
