Mit unterschiedlichen Namen umgehen

Es könnte hilfreich sein, die Durchschnittstemperaturen für jeden Saison-Typ – Pre, Regular und Post – zu sehen. Es gibt gute und (irgendwie) schlechte Nachrichten vom Wetterteam … Sie haben Daten für die Saisons 2016 und 2017 gefunden. Allerdings sieht es so aus, als hätten sie seit der letzten Datei ihre Namenskonvention geändert. Du musst deinen Code anpassen, bevor du die Temperaturen erzeugst.

Das Dataframe games_places ist geladen, ebenso wie ein neues Wetter-Dataframe, weather_new.

Diese Übung ist Teil des Kurses

Pandas-Joins für Spreadsheet-Nutzer

Kurs anzeigen

Anleitung zur Übung

Zeige die ersten 5 Zeilen von games_places und die ersten 5 Zeilen von weather_new an.
Führe einen Join durch, sodass nur Spiele enthalten sind, die in beiden Datensätzen vorkommen.
Zeige die durchschnittlichen Temperaturen nach Saison-Typ an.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# View the first 5 rows of each data frame
print(____)
print(____)

# Join data frames
games_weather = games_places.____(____, left_on=____, 
                    right_on=____, how=____)

# View average temperatures
print(games_weather.pivot_table(values='Temperature', index='SeasonType'))

Code bearbeiten und ausführen