Работа с разными названиями столбцов

Было бы полезно узнать среднюю температуру для каждого типа сезона — предсезонного, регулярного и постсезонного. От команды по работе с погодными данными пришли хорошие и не очень хорошие новости: они нашли данные за сезоны 2016 и 2017 годов. Однако оказалось, что с момента получения последнего файла они изменили соглашение об именовании. Вам нужно скорректировать код, прежде чем приступать к анализу температур.

Датафрейм games_places загружен вместе с новым датафреймом погодных данных weather_new.

Это упражнение является частью курса

Joins в pandas для пользователей электронных таблиц

Посмотреть курс

Инструкции к упражнению

Просмотрите первые 5 строк датафрейма games_places и первые 5 строк датафрейма weather_new.
Объедините данные так, чтобы в результат вошли только матчи, присутствующие в обоих наборах данных.
Просмотрите среднюю температуру по типу сезона.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# View the first 5 rows of each data frame
print(____)
print(____)

# Join data frames
games_weather = games_places.____(____, left_on=____, 
                    right_on=____, how=____)

# View average temperatures
print(games_weather.pivot_table(values='Temperature', index='SeasonType'))

Редактировать и запускать код