Spojování více tabulek
Teď se chceš vydat jiným směrem a sledovat pozice hráčů při puntech. Možná si pamatuješ, že systém NextGenStats (NGS) zaznamenává pozice a orientaci hráčů desetkrát za sekundu – pro všechny hráče, při každé akci. Je to opravdu hodně dat!
Pro přípravu analýzy budeš spojovat tři datové rámce. Tady jsou jejich názvy a popisy.
games: souhrnná data podle GameKeypunts: data na úrovni akcí podle GameKey a PlayIdngs: polohová data podle GameKey, PlayId, GSISID (id hráče) a Time
Člen tvého týmu ti na řádku 2 připravil list comprehension, který vypíše index každého datového rámce na jednom řádku kódu. Více informací o list comprehensions najdeš v kurzu Python Data Science Toolbox Part 2.
Toto cvičení je součástí kurzu
Pandas Joins pro uživatele tabulkových procesorů
Pokyny k cvičení
- Spoj datové rámce na základě indexu pomocí inner join – jako primární datový rámec použij
games. - Zobraz prvních 10 řádků výsledného datového rámce.
- Ověř, že index nového rámce neobsahuje žádné duplicity.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# List the index of each data frame
print([[n for n in df.index.names] for df in [games, punts, ngs]])
# Inner join the data frames
games_all = ____.____([punts, ____], how=____)
# View first 10 rows of new frame
print(____.head(10))
# Check index for duplicates
print(____.index.____.sum())