Joindre des données avec pandas

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.

Améliorez vos connaissances en matière de jointures. Dans ce chapitre, vous travaillerez avec des données de films TMDb et vous découvrirez les jointures gauches, droites et externes. Vous découvrirez également comment fusionner un tableau avec lui-même et comment fusionner sur un index DataFrame.

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.

Dans ce dernier chapitre, vous passerez à la vitesse supérieure et apprendrez à appliquer les méthodes spécialisées de pandas pour fusionner des séries temporelles et des données ordonnées avec des données financières et économiques réelles provenant de la ville de Chicago. Vous apprendrez également à interroger les tableaux résultants à l'aide d'un format de type SQL et à décomposer les données à l'aide de la méthode de fusion.