python - 如何将两个没有公共(public) ID 的数据框合并在一起？

Question

我正在尝试从这里运行示例代码:

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

示例数据可在此处获得:

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"] == "LeBron James"]

Error: KeyError: 'player'

当我查看数据集时，我发现 nba_normalized 没有名为 player 的字段，因为 nba_normalized 只是数字。如何找到勒布朗·詹姆斯的归一化向量，并基于此找到 euclidean_distances？

Answer 1

是的，我很确定 OP 在某些时候由于 KeyError 覆盖了 nba。

稍微解释一下，屏蔽操作不是合并，而是在数据帧的子集上执行的真/假向量，因此您不必担心在键上加入，而更有兴趣确保您的数据帧相似在作文中。

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))