Scalanie danych w relacji jeden-do-wielu
Najtrudniejsza część już za tobą – czas połączyć te tabele. Scalisz game_matchups i punts. Pamiętasz, że wcześniej sprawdziłeś, że ramki danych są gotowe do użycia? Pozostaje tylko odświeżyć pamięć, rzucając na nie szybkie spojrzenie, a potem napisać kod.
Po scaleniu danych możemy sprawdzić, ile meczów miało określoną liczbę wybić piłki, grupując dane według GameKey i zliczając wpisy w kolumnie PlayId. Kod do tego kroku jest już gotowy.
To ćwiczenie jest częścią kursu
Pandas Joins dla użytkowników arkuszy kalkulacyjnych
Instrukcje do ćwiczenia
- Wyświetl pierwsze 5 wierszy każdej ramki danych.
- Wykonaj scalenie wewnętrzne (inner merge), używając
puntsjako prawej ramki danych, i wyświetl wynik.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()