Sammanfoga flera tabeller
Nu vill du undersöka ett annat spår och kartlägga spelarpositioner under puntar. Du kanske minns att NextGenStats (NGS)-systemet registrerar spelarpositioner och riktningar 10 gånger per sekund för alla spelare, i varje situation. Det är mycket data!
Du ska sammanfoga tre dataramer för att förbereda analysen. Nedan finns deras namn och beskrivningar.
games: övergripande data per GameKeypunts: data på spelnivå per GameKey och PlayIdngs: positionsdata per GameKey, PlayId, GSISID (spelar-id) och Time
En kollega har gett dig ett list comprehension på rad 2 för att skriva ut indexet för varje dataram på en enda kodrad. Mer information om list comprehensions finns i Python Data Science Toolbox Part 2.
Den här övningen är en del av kursen
Pandas-joins för kalkylbladanvändare
Övningsinstruktioner
- Gör en inner join på dataramer baserat på index med
gamessom primär dataram. - Visa de första 10 raderna i den resulterande dataramen.
- Kontrollera att indexet i den nya ramen inte innehåller några dubletter.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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())