如何合并两个没有通用ID的数据帧？

Question

我正在尝试从此处运行示例代码：

https://www.dataquest.io/blog/k-nearest-neighbors-in-python/

此处提供了示例数据：

https://www.dropbox.com/s/b3nv38jjo5dxcl6/nba_2013.csv?dl=0

我在这里遇到错误：

  

lebron_normalized = nba_normalized [nba [“ player”] ==“勒布朗·詹姆斯”]

     

错误：KeyError：'玩家'

当我查看数据集时，我发现nba_normalized没有一个名为player的字段，因为nba_normalized仅是数字。如何找到Lebron James的归一化向量，并在此基础上找到euclidean_distances？

Answer 1

我运行了代码，它对我有用（由于熊猫版本较新，不得不将sort更改为sort_values）。

以下陈述不正确，如果是，那么您做错了事。

  

nba_normalized仅是数字

当您这样做：

nba_normalized = (nba_numeric - nba_numeric.mean()) / nba_numeric.std()

nba_numeric是一个熊猫数据框。在对数据帧进行操作时，我们将对数据的所有列的标量进行减去和除法。

Answer 2

是的，我敢肯定，由于KeyError，OP有时会改写nba。

稍微说明一下，掩码操作不是合并，而是对数据帧的子集执行的True / False向量，因此您不必担心联接键，而对确保数据帧相似更感兴趣在构图上。

import pandas as pd

nba = pd.read_csv('nba_2013.csv')
distance_columns = ['age', 'g', 'gs', 'mp', 'fg', 'fga', 'fg.', 'x3p', 'x3pa', 'x3p.', 'x2p', 'x2pa', 'x2p.', 'efg.', 'ft', 'fta', 'ft.', 'orb', 'drb', 'trb', 'ast', 'stl', 'blk', 'tov', 'pf', 'pts']

nba_numeric = nba[distance_columns]

nba_normalized = (nba_numeric - nba.mean()) / nba_numeric.std()

def lebron(x):
    if "lebron" in x.lower():
        return True
    return False

lebron_normalized = nba_normalized[nba.player.isin(set(filter(lebron, nba.player)))]

# Heh
print(lebron_normalized.head(4))