连接多张表
现在，您想从另一条思路入手，去映射弃踢（punt）时球员的位置。您可能还记得，NextGenStats（NGS）系统会在每次进攻（play）中，以每秒 10 次的频率采集所有球员的位置和朝向。这可是一大堆数据！
您将连接 3 个数据框来做分析准备。下面是它们的名称和说明。
games：按 GameKey 的高层级数据punts：按 GameKey 和 PlayId 的回合级数据ngs：按 GameKey、PlayId、GSISID（球员 ID）和 Time 的位置数据
您的团队成员在第 2 行提供了一段列表推导式，用一行代码打印每个数据框的索引。关于列表推导式的更多信息，可参考 Python Data Science Toolbox Part 2。
本练习是课程的一部分
面向表格用户的 pandas 连接
练习说明
- 使用
games作为主数据框，在索引上对这些数据框执行内连接。 - 查看结果数据框的前 10 行。
- 确保新数据框的索引没有重复。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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())