Простой код для сложных объединений

Хорошие новости! У вас есть доступ к данным Next Gen Stats (NGS) лиги. NGS фиксирует местоположение и ориентацию каждого игрока на каждом игровом моменте. Данные записываются 10 раз в секунду — это означает, что только по панам (punts) за одну неделю накапливается более 1,5 миллиона записей! Данные уже загружены в датафрейм coords.

Также у вас есть общие данные об игровых моментах по каждому пану, соответствующие данным, отслеживаемым NGS. Строки этого датафрейма, punts, однозначно идентифицируются сочетанием значений GameKey и PlayId.

При работе с электронными таблицами для объединения таких данных пришлось бы создать в каждой таблице столбец, объединяющий GameKey и PlayId, а затем сопоставлять таблицы по этому новому столбцу. Здесь вы можете воспользоваться простой командой объединения, чтобы соединить punts и coords.

Это упражнение является частью курса

Joins в pandas для пользователей электронных таблиц

Посмотреть курс

Инструкции к упражнению

Просмотрите первые 10 строк датафрейма punts. Обратите внимание, что каждая строка уникальна для определённой комбинации GameKey и PlayId.
Просмотрите первые 10 строк датафрейма coords.
Объедините два датафрейма, указав punts как левый датафрейм, а coords — как правый.
Просмотрите первые 15 строк нового датафрейма punts_w_coords.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# View punts 
print(____.head(10))

# View coords
print(____.head(10))

# Merge data frames
punts_w_coords = ____.merge(____)

# View new data frame
print(____.head(15))

Редактировать и запускать код