pandas分析NBA2017-2018赛季球员球队数据

进入 NBA中国官方网站:http://china.nba.com/playerindex/
通过浏览器操作检查 -> Network -> F5 双击json的文件进入
链接地址 http://china.nba.com/static/data/league/playerlist.json
现在的格式显示不利于查看,请安装 JSONview 的扩展程序

代码编写球员信息抓取

playerinfo.py

# -*-coding:utf-8-*-
import requests
import pandas as pd
user_agent = 'User-Agent: Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)'
headers = {'User-Agent':user_agent}
url = 'http://china.nba.com/static/data/league/playerlist.json'
# 解析网页
r = requests.get(url,headers=headers).json()
num = int(len(r['payload']['players']))-1 #得到列表r['payload']['players']的长度print "长度为", nump1_cols = []
# 用来存放p1数组的列
p2_cols = []
# 用来存放p2数组的列
# 遍历其中一个['playerProfile']，['teamProfile'] 得到各自列名，添加到p1_cols和p2_cols列表中
for x in r['payload']['players'][0]['playerProfile']:p1_cols.append(x)
for y in r['payload']['players'][0]['teamProfile']:p2_cols.append(y)
p1 = pd.DataFrame(columns=p1_cols)
# 初始化一个DataFrame p1 用来存放playerProfile下的数据
p2 = pd.DataFrame(columns=p2_cols)
# 初始化一个DataFrame p1 用来存放playerProfile下的数据# 遍历一次得到一个球员的信息，分别添加到DataFrame数组中
for z in range(num):player = pd.DataFrame([r['payload']['players'][z]['playerProfile']])team = pd.DataFrame([r['payload']['players'][z]['teamProfile']])p1 = p1.append(player, ignore_index=True)p2 = p2.append(team, ignore_index=True)p3 = pd.merge(p1, p2, left_index=True, right_index=True)
print p3
# 数据合并
p3.to_csv('nba_player.csv', index=False, encoding="utf-8")
# 保存文件

代码编写球员数据抓取

playerstatic.py


# -*-coding:utf-8-*-
import requests
import pandas as pd
user_agent = 'User-Agent: Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)'
headers = {'User-Agent': user_agent}
url = 'http://china.nba.com/static/data/league/playerstats_All_All_All_0_All_false_2017_2_All_Team_points_All_perGame.json'
# 解析网页
r = requests.get(url,headers=headers).json()
num = int(len(r['payload']['players']))-1 #得到列表r['payload']['players']的长度print "长度为", nump1_cols = []
# 存放球员的信息
p2_cols = []
# 存放球员所在球队的新消息
p3_cols = []
# 存放球员平均数据
p4_cols = []
# 存放球员数据# 遍历其中一个['playerProfile']，['teamProfile'] 得到各自列名，添加到p1_cols和p2_cols列表中
for x in r['payload']['players'][0]['playerProfile']:p1_cols.append(x)
for x in r['payload']['players'][0]['teamProfile']:p2_cols.append(x)
for x in r['payload']['players'][0]['statAverage']:p3_cols.append(x)
for x in r['payload']['players'][0]['statTotal']:p4_cols.append(x)# 初始化一个DataFrame 用来存放数据
p1 = pd.DataFrame(columns=p1_cols)
p2 = pd.DataFrame(columns=p2_cols)
p3 = pd.DataFrame(columns=p3_cols)
p4 = pd.DataFrame(columns=p4_cols)# 遍历一次得到一个球员的信息，分别添加到DataFrame数组中
for z in range(num):player = pd.DataFrame([r['payload']['players'][z]['playerProfile']])team = pd.DataFrame([r['payload']['players'][z]['teamProfile']])statAverage = pd.DataFrame([r['payload']['players'][z]['statAverage']])statTotal = pd.DataFrame([r['payload']['players'][z]['statTotal']])p1 = p1.append(player, ignore_index=True)p2 = p2.append(team, ignore_index=True)p3 = p3.append(statAverage, ignore_index=True)p4 = p4.append(statTotal, ignore_index=True)# 数据合并   两两合并
p6 = pd.merge(p1, p2, left_index=True, right_index=True)
p7 = pd.merge(p3, p4, left_index=True, right_index=True)
p5 = pd.merge(p6, p7, left_index=True, right_index=True)#print p5
# 保存文件
p5.to_csv('nba_player_static.csv', index=False, encoding="utf-8")

数据整合

将数据读入

# -*-coding:utf-8-*-
import numpy as np
import pandas as pd
import matplotlib.pyplot as pltplayer = pd.read_csv("nba_player.csv") # 读入球员基本信息
playerstatic = pd.read_csv("nba_player_static.csv") # 读入球员的数据信息

球员头信息尾信息
player.head()前五条记录

player.tail()后五条记录
球员各个国家统计
player['country'].value.counts()

喀麦隆~~~~ 恩比德大帝
各大洲球员统计

NorthAmerica = {'巴哈马','美国','加拿大','海地','多米尼加共和国','波多黎各'}
SouthAmerica = {'哥伦比亚','委内瑞拉','圭亚那','苏里南','厄瓜多尔','秘鲁','巴西','玻利维亚','智利','巴拉圭','乌拉圭','阿根廷'}
Europe = {'法国','西班牙','德国','瑞典','黑山', '波兰','捷克共和国', '斯洛文尼亚乌克兰', '奥地利', '希腊' ,'芬兰', '英国', '俄罗斯', '波斯尼亚和黑塞哥维那', '塞尔维亚', '克罗地亚','波斯尼亚' ,'意大利','瑞士', '立陶宛', '比利时', '拉脱维亚' }
Africa = {'喀麦隆','南苏丹','突尼斯','刚果民主共和国', '苏丹', '刚果','塞内加尔','加纳','马里', '埃及'}
Oceania = {'澳洲','新西兰'}
Asia = {'土耳其', '中国', '以色列', '格鲁吉亚'}asiaPlayer = player[player['country'].isin(Asia)]
northAmericaPlayer = player[player['country'].isin(NorthAmerica)]
southAmericaPlayer = player[player['country'].isin(SouthAmerica)]
europePlayer = player[player['country'].isin(Europe)]
oceaniaPlayer = player[player['country'].isin(Oceania)]
africaPlayer = player[player['country'].isin(Africa)]
# 各大洲球员人数
north = len(northAmericaPlayer)
south = len(southAmericaPlayer)
europe = len(europePlayer)
africa = len(africaPlayer)
asia = len(asiaPlayer)
oceania = len(oceaniaPlayer)
d=[north,south,europe,africa,asia,oceania]
i=['north','south','europe','africa','asia','oceania']
n=[0,1,2,3,4,5]
contient = pd.Series(data=d,index=i)
print '北美洲球员人数:',north
print '南美洲球员人数:',south
print '欧洲球员人数:',europe
print '非洲球员人数:',africa
print '亚洲球员人数:',asia
print '大洋洲洲球员人数:',oceania#  各大洲球员人数统计图
contient.sort_index(ascending=True)
contient.plot(kind='bar',alpha = 0.5)
plt.xlabel("contient")
plt.ylabel("theNumOfPlayer")
plt.title("The number of players on all continents ")
for a,b in zip(n,d): # matplotlib可视化之如何给图形添加数据标签plt.text(a-0.1, b+0.05, '%.0f' % b)
plt.show()

各个位置球员人数统计
player['position'].value_counts()

小球时代，传统中锋所剩无几

将球员按照选秀时间直方图

df = player
df = df[(True-df['draftYear'].isin([00]))]  ##删除掉 00年球员 不必要的干扰行数据
df = df['draftYear'].value_counts() # 统计各个年份球员人数
df.index.name='Year' # 为数据设置索引值
df = df.sort_index(ascending=True) # 按照降序
## 绘制条形统计图
df.plot(kind = 'bar', alpha = 0.5)
plt.xlabel('years')
plt.ylabel('count')
plt.title('2017-2018 NBA season players')
plt.show()

就剩卡特一人了

计算现役球员平均职业年龄

career_age = player['experience'].value_counts()#职业年龄统计
career_age.values # 各职业时间对应人数
career_age.index # 各职业时间
k = career_age.index * career_age.values # 各职业时间*各职业时间对应人数
k = pd.Series(k) #转换数据类型
averAge = (k.sum()*1.0)/career_age.sum()

输出结果为 4.2931726907630523 年

知识点

Series 的sort_index(ascending=True)方法可以为对index进行排序操作True表示升序操作,False表示降序操作

若要按值对 Series 进行排序，当使用 .order(na_last=True, ascending=True, kind=’mergesort’) 方法，任何缺失值默认都会被放到 Series 的末尾。

在DataFrame上，.sort_index(axis=0, by=None, ascending=True) 方法多了一个轴向的选择参数与一个 by 参数的作用是针对某一（些）列进行排序（不能对行使用 by 参数）。注意在使用sort_index对DataFrame进行排序的时候，不能直接对index和columns都含有的字段进行排序，会报错。

isin()将要过滤的数据放入括号内且以字典的形式

len()用来统计DataFrame的行数

matplotlib可视化之如何给图形添加数据标签？

pandas分析NBA2017-2018赛季球员球队数据相关推荐

利用python分析：2018年北京积分落户数据
''' 本次分析的数据是2018年北京积分落户数据分析这个数据是从官网上下载下来的,因此此数据不存在数据缺失,不需要做数据清洗本文是使用numpy.pandas和matplotlib来分析此数据 ...
从爬虫到分析之2018猫眼电影大数据
有态度地学习双11已经过去,双12即将来临,离2018年的结束也就2个月不到,还记得年初立下的flag吗? 完成了多少?相信很多人和我一样,抱头痛哭... 本次利用猫眼电影,实现对2018年的电影大 ...
pandas 分析NBA球员常规赛2007年到2018年常规赛数据
最近爬了一些NBA球员的数据,想用pandas来做一下简单的分析一下,主要用到的函数就三个:apply,group by ,sum 处理思路: 对数据按照球员名字进行分组统计每个球员每列数据的总和即 ...
用pandas分析百万电影数据
用pandas分析电影数据 Lift is short, use Python. 用Python做数据分析,pandas是Python数据分析的重要包,其他重要的包:numpy.matplotlib ...
图表分析2020年和2018年北京积分落户数据
一年一度的积分落户工作马上要开始了,刚好对于2020年的分数情况还做了一些统计,总体的感觉就是:水涨船高. 2020年10月15日,2019年北京积分落户人员名单出炉:最低分值93.58分,6007人 ...
python读取大数据量xml_多快好省地使用pandas分析大型数据集
1 简介 pandas虽然是个非常流行的数据分析利器,但很多朋友在使用pandas处理较大规模的数据集的时候经常会反映pandas运算"慢",且内存开销"大". ...
文末送书｜用Pandas分析了75w多条数据，揭秘美国选民的总统喜好！
点击"一行数据",选择"置顶公众号" 文末送书,不可错过! 来源:天池大数据科研平台原文:https://tianchi.aliyun.com/noteboo ...
用Pandas分析了75w多条数据，揭秘美国选民的总统喜好！
来源:天池大数据科研平台原文:https://tianchi.aliyun.com/notebook-ai/detail?&postId=137714 大家好,我是小z- 今天和大家分享的内 ...
用Pandas分析了75w多条数据，揭秘美国选民的总统喜好
来源:天池大数据科研平台原文:https://tianchi.aliyun.com/notebook-ai/detail?&postId=137714 1.实战前准备 1.1 前言本文通过 ...
用Numpy和Pandas分析二维数据笔记
用Numpy和Pandas分析二维数据上节课,我们利用numpy和pandas分析了一维数据.在这节课中,你将学到这两种库的更多特性.并用它们来分析二维数据,这节课后,你将能够使用pandas重新 ...

pandas分析NBA2017-2018赛季球员球队数据

pandas分析NBA2017-2018赛季球员球队数据

代码编写球员信息抓取

代码编写球员数据抓取

数据整合

知识点

pandas分析NBA2017-2018赛季球员球队数据相关推荐

最新文章

热门文章