Completar una fusión de uno a muchos
Con lo más difícil ya hecho, toca unir esas tablas. Vas a combinar game_matchups y punts. Quizá recuerdes que antes comprobaste que los data frames estaban listos. Solo queda refrescar la memoria con un vistazo rápido y luego escribir el código.
Después de fusionar los datos, podemos determinar el número de partidos que tuvieron cierto número de despejes agrupando por GameKey y contando el número de entradas en la columna PlayId. El código ya está preparado para ti.
Este ejercicio forma parte del curso
Uniones en pandas para usuarios de hojas de cálculo
Instrucciones del ejercicio
- Muestra las primeras 5 filas de cada data frame.
- Realiza un merge interno de los datos con
puntscomo data frame de la derecha y visualiza el resultado
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# View first 5 rows of each data frame
print(____.head(), '\n', ____.head())
# Merge data frames
games_all = ____.merge(____, how='____')
print(____.head(10))
# Produce counts of games by number of punts
counts = games_all.groupby('GameKey')['PlayId'].size()
counts.hist()
plt.xlabel("Punts per Game")
plt.ylabel("Number of Games")
plt.show()