print(df.info)

#

# Int64Index: 30697 entries, 1 to 30697

# Data columns (total 24 columns):

# # Column Non-Null Count Dtype

# --- ------ -------------- -----

# 0 action_type 30697 non-null object

# 1 combined_shot_type 30697 non-null object

# 2 game_event_id 30697 non-null int64

# 3 game_id 30697 non-null int64

# 4 lat 30697 non-null float64

# 5 loc_x 30697 non-null int64

# 6 loc_y 30697 non-null int64

# 7 lon 30697 non-null float64

# 8 minutes_remaining 30697 non-null int64

# 9 period 30697 non-null int64

# 10 playoffs 30697 non-null int64

# 11 season 30697 non-null object

# 12 seconds_remaining 30697 non-null int64

# 13 shot_distance 30697 non-null int64

# 14 shot_made_flag 25697 non-null float64

# 15 shot_type 30697 non-null object

# 16 shot_zone_area 30697 non-null object

# 17 shot_zone_basic 30697 non-null object

# 18 shot_zone_range 30697 non-null object

# 19 team_id 30697 non-null int64

# 20 team_name 30697 non-null object

# 21 game_date 30697 non-null object

# 22 matchup 30697 non-null object

# 23 opponent 30697 non-null object

# dtypes: float64(3), int64(10), object(11)

# memory usage: 5.9+ MB

其各字段的含义如下所示：

shot_id ：投篮ID

action_type ：用什么方式投的篮

combined_shot_type ：结合什么方式投篮

game_event_id ：比赛时间id

game_id ：比赛ID

lat ：投篮的经度

loc_x ：投篮的x坐标

loc_y ：投篮的y坐标

lon ：投篮的纬度

minutes_remaining ：单场剩余时间（分钟）

period ：第几场

playoffs ：是不是季后赛

season ：赛季

seconds_remaining ：剩余时间（秒）

shot_distance ：投篮离篮筐的的距离

shot_made_flag ：是不是进球了(主要的标签)

shot_type ：2分球还是3分球区域

shot_zone_area ：投篮区域的表示方法一

shot_zone_basic ：投篮区域的表示方法二

shot_zone_range ：投篮区域的表示方法三

team_id ：队伍ID

team_name ：队伍名字

game_date ：比赛时间

matchup ：比赛双方队伍

opponent ：对手

shot_id ：投篮ID

action_type ：用什么方式投的篮

combined_shot_type ：结合什么方式投篮

game_event_id ：比赛时间id

game_id ：比赛ID

lat ：投篮的经度

loc_x ：投篮的x坐标

loc_y ：投篮的y坐标

lon ：投篮的纬度

minutes_remaining ：单场剩余时间（分钟）

period ：第几场

playoffs ：是不是季后赛

season ：赛季

seconds_remaining ：剩余时间（秒）

shot_distance ：投篮离篮筐的的距离

shot_made_flag ：是不是进球了(主要的标签)

shot_type ：2分球还是3分球区域

shot_zone_area ：投篮区域的表示方法一

shot_zone_basic ：投篮区域的表示方法二

shot_zone_range ：投篮区域的表示方法三

team_id ：队伍ID

team_name ：队伍名字

game_date ：比赛时间

matchup ：比赛双方队伍

opponent ：对手

请解决如下问题

（a）哪种 action_type 和 combined_shot_type 的组合是最多的？

（b）在所有被记录的 game_id 中，遭遇到最多的 opponent 是一个支？（由于一场比赛会有许多次投篮，但对阵的对手只有一个，本题相当于问科比和哪个队交锋次数最多）

参考答案：

importpandas aspd

df = pd.read_csv( 'data/Kobe_data.csv', index_col= 'shot_id')

df_type = df.assign(type_1=df[ 'action_type'] + ' '+ df[ 'combined_shot_type'])

print(df_type[ 'type_1'].value_counts.index[ 0]) # Jump Shot Jump Shot

print(df_type[ 'type_1'].value_counts[ 0]) # 18880

df_game = df[[ 'game_id', 'opponent']]

print(df_game.drop_duplicates[ 'opponent'].value_counts.index[ 0]) # SAS

print(df_game.drop_duplicates[ 'opponent'].value_counts[ 0]) # 91

从上面程序的运行结果可以看出，科比投篮最常用的方式就是跳投 Jump Shot ，在科比的职业生涯中与 圣安东尼奥马刺队（SAS）队交锋最多，达到91次。

知识点

1. 列的添加

classDataFrame(NDFrame):

defassign(self, **kwargs)-> "DataFrame":

使用 assign 方法可以在原有数据集中添加列，在本案例中就是添加了 type_1 列，该列为 action_type 和 combined_shot_type 的组合，以方便确定该组合中哪一种出现的次数最多。

2. count和value_counts

count 函数：返回非缺失值元素个数。

value_counts 函数：返回每个元素有多少个。

count 函数：返回非缺失值元素个数。

value_counts 函数：返回每个元素有多少个。

defvalue_counts(

self, normalize=False, sort=True, ascending=False,

bins=None, dropna=True

) :

classSeries(base.IndexOpsMixin, generic.NDFrame):

defcount(self, level=None):

使用 value_counts 可以得到该列中每个元素出现的次数，并由大到小排列。

3. 重复元素处理

drop_duplicates 函数：返回删除了重复行的Series或DataFrame。

drop_duplicates 函数：返回删除了重复行的Series或DataFrame。

defdrop_duplicates(self, keep= "first", inplace=False) -> Optional["Series"]:

classDataFrame(NDFrame):

defdrop_duplicates(

self,

subset: Optional[Union[Hashable, Sequence[Hashable]]] = None,

keep: Union[str, bool] = "first",

inplace: bool = False,

ignore_index: bool = False,

) -> Optional["DataFrame"]:

由 game_id 和 opponent 构造新的数据集，并对该数据集 drop_duplicates 去重，就能得到每场比赛的对手球队。根据 value_counts 可以得到与每个对手球队比赛的次数并由大到小排列。

4. 第一章 Pandas基础 的知识导图

总结

通过做练习题来巩固 Pandas 的知识点是熟悉 Pandas 的一种有效方式，以往遇到问题直接就摸索着来用了，这次跟着 joyful-pandas系统的学习一遍夯实基础。大家一起努力。See You！

后台回复「搜搜搜」，随机获取电子资源！ 返回搜狐，查看更多