Joindre plusieurs tableaux
Vous souhaitez maintenant explorer une autre piste et cartographier les positions des joueurs pendant les dégagements (punts). Rappelez-vous que le système NextGenStats (NGS) enregistre les positions et orientations des joueurs 10 fois par seconde pour tous les joueurs, à chaque jeu. Ça fait beaucoup de données !
Vous joindrez trois data frames pour préparer l'analyse. Voici leurs noms et leurs descriptions.
games: données de haut niveau par GameKeypunts: données au niveau du jeu par GameKey et PlayIdngs: données de position par GameKey, PlayId, GSISID (identifiant du joueur) et Time
Un membre de votre équipe vous a fourni, à la ligne 2, une compréhension de liste pour afficher l'index de chaque data frame en une seule ligne de code. Pour en savoir plus sur les compréhensions de listes, consultez Python Data Science Toolbox Part 2.
Cette activité fait partie du cours
Jointures pandas pour les utilisateurs et utilisatrices de chiffriers
Instructions de l’exercice
- Effectuez une jointure interne des data frames sur l'index en utilisant
gamescomme data frame principal. - Affichez les 10 premières lignes du data frame obtenu.
- Assurez-vous que l'index du nouveau tableau ne contient aucun doublon.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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())