Genomföra en en-till-många-sammanslagning
Nu när förarbetet är klart är det dags att slå ihop tabellerna. Du ska joina game_matchups och punts. Du kanske minns att du tidigare kontrollerade att dataramarna är redo att användas. Det som återstår är att fräscha upp minnet med en snabb titt och sedan skriva koden.
Efter sammanslagningen kan vi ta reda på hur många matcher som hade ett visst antal puntar, genom att gruppera efter GameKey och räkna antalet poster i kolumnen PlayId. Den koden har redan skrivits åt dig.
Den här övningen är en del av kursen
Pandas-joins för kalkylbladanvändare
Övningsinstruktioner
- Visa de första 5 raderna i varje dataram.
- Gör en inner join med
puntssom höger dataram och visa resultatet.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()