Joindre plusieurs tables

Vous voulez maintenant explorer une autre piste et cartographier les positions des joueurs pendant les punts. Vous vous souvenez peut‑être que le système NextGenStats (NGS) enregistre 10 fois par seconde les positions et orientations de tous les joueurs, pour chaque action. Cela fait beaucoup de données !

Vous allez joindre trois data frames pour préparer l’analyse. Voici leurs noms et descriptions.

games : données de haut niveau par GameKey
punts : données au niveau de l’action par GameKey et PlayId
ngs : 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.

Cet exercice fait partie du cours

<cours>Fusions avec pandas pour les utilisateurs de feuilles de calcul</cours>

Voir le cours

Instructions de l’exercice

Effectuez une jointure interne des data frames sur l’index en utilisant games comme data frame principal.
Affichez les 10 premières lignes du data frame obtenu.
Assurez‑vous que l’index du nouveau data frame ne contient pas de doublons.

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())

Modifier et exécuter le code