合併多個資料表
你現在想嘗試另一個方向，對開球（punt）期間的球員位置進行對應。你或許記得 NextGenStats（NGS）系統會在每一次進攻中，以每秒 10 次的頻率，擷取所有球員的位置與朝向。這可是大量的資料！
你將把三個資料框合併起來，以便進行分析。以下是它們的名稱與說明。
games：依 GameKey 的高層級資料punts：依 GameKey 與 PlayId 的單次進攻層級資料ngs：依 GameKey、PlayId、GSISID（球員 ID）與 Time 的位置資料
你的隊友在第 2 行提供了一段串列生成式，能用一行程式碼印出每個資料框的索引。若想深入了解串列生成式，請參考 Python Data Science Toolbox Part 2。
本練習屬於課程
給試算表使用者的 pandas 合併實務
練習說明
- 以
games為主要資料框，使用索引進行內聯結（inner join）。 - 檢視合併後資料框的前 10 列。
- 確保新資料框的索引不含重複值。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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())