Completare un merge one-to-many
Tolto di mezzo il lavoro più impegnativo, è il momento di unire le tabelle. Dovrai fare il join di game_matchups e punts. Forse ricordi che in precedenza hai verificato che i DataFrame sono pronti. Non resta che rinfrescarti la memoria con un rapido sguardo e poi scrivere il codice.
Dopo aver unito i dati, possiamo determinare il numero di partite che hanno avuto un certo numero di calci di allontanamento (punt) raggruppando per GameKey e poi contando il numero di voci nella colonna PlayId. Il codice ti è stato fornito.
Questo esercizio fa parte del corso
Join con pandas per chi usa i fogli di calcolo
Istruzioni dell'esercizio
- Visualizza le prime 5 righe di ciascun DataFrame.
- Esegui un inner merge dei dati con
puntscome DataFrame di destra e visualizza il risultato
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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()