如何将两个数据框合并在一起而没有共同的ID？

Question

我试图从这里运行示例代码：

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

样本数据可在此处获得：

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

我在这里收到错误：

lebron_normalized = nba_normalized [nba [“player”] ==“LeBron James”]

错误：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，并在此基础上找到euclidean_distances ？

Answer 1

是的，我很确定OP因为KeyError而在某个时刻覆盖了nba 。

为了解释一下，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，因此您不必担心加入密钥，而是更有兴趣确保数据帧的组成相似。

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))

Answer 2

我运行了代码，它对我有用（必须将sort更改为sort_values，因为更新版本的Pandas）。

以下陈述不正确，如果是这样，那么你做错了。

nba_normalized只是数字

当你这样做时：

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

nba_numeric是一个pandas数据帧。 当我们对数据帧进行操作时，我们将减去并划分数据的所有列的标量。