여러 테이블 조인하기
이제 다른 접근을 시도해 펀트 상황에서 선수 포지션을 매핑하려고 합니다. NextGenStats(NGS) 시스템이 모든 플레이에서 모든 선수의 위치와 방향을 초당 10회씩 수집한다는 점을 기억하시나요? 데이터가 정말 많습니다!
분석을 준비하기 위해 세 개의 데이터 프레임을 조인할 예정입니다. 아래는 각 데이터 프레임의 이름과 설명입니다.
games: GameKey 기준의 상위 수준 데이터punts: GameKey와 PlayId 기준의 플레이 수준 데이터ngs: GameKey, PlayId, GSISID(선수 id), Time 기준의 위치 데이터
팀원이 2번째 줄에 리스트 컴프리헨션을 제공해 주어, 한 줄의 코드로 각 데이터 프레임의 인덱스를 출력할 수 있습니다. 리스트 컴프리헨션에 대한 자세한 내용은 Python Data Science Toolbox Part 2를 참고하세요.
이 연습은 강의의 일부입니다
스프레드시트 사용자를 위한 Pandas 조인
연습 안내
games를 기본 데이터 프레임으로 사용하여 인덱스 기준으로 내부 조인(inner join)하세요.- 결과 데이터 프레임의 처음 10개 행을 확인하세요.
- 새 데이터 프레임의 인덱스에 중복이 없도록 하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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())