Łączenie wielu tabel

Tym razem chcesz przeanalizować pozycje zawodników podczas zagrań karcących (punts). System NextGenStats (NGS) rejestruje pozycje i orientacje wszystkich zawodników 10 razy na sekundę, w każdej akcji. To naprawdę duże ilości danych!

Połączysz trzy ramki danych, aby przygotować się do analizy. Poniżej znajdziesz ich nazwy i opisy.

games: dane ogólne według klucza GameKey
punts: dane na poziomie akcji według GameKey i PlayId
ngs: dane o pozycjach według GameKey, PlayId, GSISID (identyfikator zawodnika) i Time

Kolega z zespołu przygotował dla ciebie wyrażenie listowe w wierszu 2, które wypisuje indeks każdej ramki danych w jednej linii kodu. Jeśli chcesz dowiedzieć się więcej o wyrażeniach listowych, zajrzyj do kursu Python Data Science Toolbox Part 2.

To ćwiczenie jest częścią kursu

Pandas Joins dla użytkowników arkuszy kalkulacyjnych

Zobacz kurs

Instrukcje do ćwiczenia

Wykonaj złączenie wewnętrzne (inner join) ramek danych po indeksie, używając games jako głównej ramki danych.
Wyświetl pierwsze 10 wierszy wynikowej ramki danych.
Sprawdź, czy indeks nowej ramki nie zawiera duplikatów.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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())

Edytuj i uruchom kod