Unir datos con pandas
Aprende a combinar datos de múltiples tablas uniendo datos con pandas.
Comience El Curso Gratis4 horas15 vídeos51 ejercicios
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas
Preferido por estudiantes en miles de empresas
Descripción del curso
Ser capaz de combinar y trabajar con múltiples conjuntos de datos es una habilidad esencial para cualquier aspirante a Científico de Datos. pandas es una piedra angular crucial del ecosistema de ciencia de datos de Python, con Stack Overflow registrando 5 millones de visitas para preguntas sobre pandas. Aprende a manejar múltiples DataFrames combinándolos, organizándolos, uniéndolos y remodelándolos mediante pandas. Trabajarás con conjuntos de datos del Banco Mundial y de la ciudad de Chicago. Terminarás el curso con un sólido conjunto de habilidades para unir datos en pandas.
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Manipulación de datos en Python
Ir a la pista- 1
Conceptos básicos de la fusión de datos
GratuitoAprende a fusionar datos dispares mediante uniones internas. Combinando información de múltiples fuentes, descubrirás perspectivas convincentes que antes podían estar ocultas. También aprenderás cómo la relación entre esas fuentes, de uno a uno o de uno a muchos, puede afectar a tu resultado.
Unión interna50 xp¿En qué columna fusionar?50 xpTu primera unión interior100 xpUniones internas y número de filas devueltas100 xpRelaciones de uno a muchos50 xpClasificación de uno a muchos100 xpFusión de uno a muchos100 xpFusionar varios DataFrames50 xpTotal de usuarios en un mes100 xpFusión de tres mesas100 xpFusión uno a muchos con varias tablas100 xp - 2
Fusionar tablas con distintos tipos de unión
Lleva tu conocimiento de las uniones al siguiente nivel. En este capítulo, trabajarás con los datos de la película TMDb mientras aprendes sobre las uniones izquierda, derecha y externa. También descubrirás cómo fusionar una tabla consigo misma y fusionar en un índice DataFrame.
Unión izquierda50 xpContar las filas que faltan con la unión izquierda100 xpEnriquecer un conjunto de datos100 xp¿Cuántas filas con una unión izquierda?50 xpOtras uniones50 xpÚnete para encontrar películas únicas100 xpGéneros populares con unión derecha100 xpUtilizar outer join para seleccionar actores100 xpFusionar una tabla consigo misma50 xpAutounión100 xp¿Cómo gestiona pandas las autouniones?50 xpFusión en índices50 xpFusión de índices para clasificar películas100 xp¿Ganan más las secuelas?100 xp - 3
Fusión y concatenación avanzadas
En este capítulo, aprovecharás potentes técnicas de filtrado, incluidas las semi-uniones y anti-uniones. También aprenderás a pegar DataFrames combinándolos verticalmente y a utilizar la función pandas.concat para crear nuevos conjuntos de datos. Por último, como los datos rara vez están limpios, también aprenderás a validar tus estructuras de datos recién combinadas.
Filtrar uniones50 xpPasos de una semiunión100 xpRealizar una antiunión100 xpRealizar una semiunión100 xpConcatenar verticalmente los DataFrames50 xpConceptos básicos de concatenación100 xpConcatenar con claves100 xpVerificar la integridad50 xpValidar una fusión50 xpConcatenar y fusionar para encontrar canciones comunes100 xp - 4
Fusionar datos ordenados y series temporales
En este capítulo final, darás un paso adelante y aprenderás a aplicar los métodos especializados de pandas para fusionar series temporales y datos ordenados con datos financieros y económicos del mundo real de la ciudad de Chicago. También aprenderás a consultar las tablas resultantes utilizando un formato del estilo de SQL, y a desagrupar los datos utilizando el método de fusión.
Utilizar merge_ordered()50 xpCorrelación entre GDP y S&P500100 xpCurva de Phillips utilizando merge_ordered()100 xpmerge_ordered() caution, multiple columns100 xpUsing merge_asof()50 xpUtilizar merge_asof() para estudiar las existencias100 xpUtilizar merge_asof() para crear un conjunto de datos100 xpDiferencias entre merge_asof() y merge_ordered()100 xpSeleccionar datos con .query()50 xpExplora los datos financieros con .query()50 xpSubconjunto de filas con .query()100 xpRemodelar datos con .melt()50 xpSelecciona los argumentos .melt() adecuados50 xpUtilizar .melt() para remodelar datos gubernamentales100 xpUtilizar .melt() para el rendimiento de las acciones frente al de los bonos100 xpResumen del curso50 xp
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Manipulación de datos en Python
Ir a la pistaEn otras pistas
Fundamentos de Datos en Pythonconjuntos de datos
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 Populationcolaboradores
requisitos previos
Data Manipulation with pandasAaren Stubberfield
Ver MásSenior Data Scientist @ Microsoft
¿Qué tienen que decir otros alumnos?
¡Únete a 14 millones de estudiantes y empieza Unir datos con pandas hoy mismo!
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.