Abgleich mit der nächsten Zeit
Du beschließt, dir Punts als eine Art von gefährlichem Spiel genauer anzusehen. Eine frühere Herausforderung deines Teams war, dass es schwierig war, Spieldaten mit dem Zeitpunkt von Gehirnerschütterungen über die Saison hinweg abzugleichen, insbesondere bei Punts. Du glaubst, dass pandas hier helfen kann.
Der DataFrame aus deiner vorherigen Arbeit, temps, ist bereits geladen. Außerdem hast du einen DataFrame namens impacts, der die Daten jeder bei Punts aufgetretenen Gehirnerschütterung enthält. Er hat auch eine Spalte, die die kumulative Anzahl der Gehirnerschütterungen für die Saison zum Zeitpunkt des letzten Auftretens zeigt. Die DataFrames werden auf deinem Bildschirm angezeigt.
Diese Übung ist Teil des Kurses
Pandas-Joins für Spreadsheet-Nutzer
Anleitung zur Übung
- Kombiniere die Daten, um zu sehen, wie viele Gehirnerschütterungen durch Punts bis zu jedem Spieltag in
tempserfasst wurden. Erstelle ein Run-Chart der kumulierten Gehirnerschütterungen zu den Spielterminen von Cleveland und Dallas. Das wurde bereits für dich erledigt.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Combine data
temps_and_hits = pd.____(____, impacts[['cume_count']],
left_on=____, right_index=____)
# Plot cumulative concussions
temps_and_hits.plot.line('Game_Date', 'cume_count', grid=True)
plt.show()