PUBG Dataset EDA

简介

本项目对绝地求生玩家比赛记录数据集进行分析，主要为数据探索（EDA），基本无建模过程。使用的数据集来自Kaggle，下载地址给出。

环境配置

基于Python3，需要的第三方包在requirements.txt给出。

数据获取

根据上面的链接即可下载数据集，数据量较大，习惯NoteBook的可以直接在Kaggle Kernel上运行，具体操作见之前博客。

数据集下载解压后得到如下四个文件。

erangel.png
- 绝地海岛艾伦格地图（便于Kaggle玩家热点图绘制）
mirangel.jpg
- 热情沙漠米拉玛地图（便于Kaggle玩家热点图绘制）
- 雨林地图没有数据（em，，，我也是玩过的人）
aggregate.zip
- 玩家比赛统计数据
deaths.zip
- 玩家被击杀数据
- 本次分析会设计到上述的两类数据。（由于数据量大，原数据集数据量切分为多个部分，对两类数据只分析第一部分即agg_match_stats_0.csv和kill_match_stats_final_0.csv）

对数据集中的数据文件进行初步探索，显示大致文件分布内容如下。

数据探索分析（EDA）

csv文件属性列出如下。

agg_match_stats_i.csv文件属性（按照csv文件表头顺序）
- date：对局时间
- game_size：游戏规模（队伍数量）
- match_id：对局id
- match_mode：对局模式（第一人称还是第三人称）
- party_size：组队模式（单人赛、双人赛、四人赛）
- player_assists：助攻次数
- player_dbno：击倒人数
- player_dist_ride：载具移动距离
- player_dist_walk：行走距离
- player_dmg：伤害数值
- player_kills：击杀人数
- player_name：玩家名称
- player_survive_time：玩家生存时间
- team_id：队伍id
- team_placement：队伍排名
kill_match_stats_final_i.csv文件属性
- killed_by：死亡方式
- killer_name：击杀者名字
- killer_placement：击杀者排名
- killer_position_x：击杀者位置x坐标
- killer_position_y：击杀者位置y坐标
- map：地图
- match_id：比赛id
- time：存活时间
- victim_name：被击杀者名字
- victim_placement：被击杀者排名
- victim_position_x：被击杀者位置x坐标
- victim_position_y：被击杀者位置y坐标

简单进行数据展示如下。

共有13849287条记录。
共有13426348条记录。

空值

对空值记录查看，其中20249存在空值，均为玩家名称，不影响建模。

df_data_aggregate[df_data_aggregate.isnull().values == True].drop_duplicates()
df_data_deaths[df_data_deaths.isnull().values == True].drop_duplicates()

使用下述代码对空值记录删除。

df_data_aggregate.drop_duplicates(inplace=True)
df_data_deaths.drop_duplicates(inplace=True)

属性构造

补充吃鸡列，并显示击杀数与吃鸡概率的关系。

plt.figure(figsize=(20, 8))
plt.subplot(1, 2, 1)
# 剔除击杀数不合理的玩家
df_data_aggregate.loc[df_data_aggregate['player_kills'] < 50, ['player_kills', 'won']].groupby('player_kills')['won'].mean().plot()
plt.xlabel('kill number')
plt.ylabel("probability of No1")
plt.subplot(1, 2, 2)
df_data_aggregate.loc[df_data_aggregate['player_kills'] < 50, ['player_kills', 'won']].groupby('player_kills')['won'].mean().plot.bar()
plt.xlabel('kill number')
plt.ylabel("probability of No1")

探索分析

查看不同模式吃鸡率。各模式吃鸡率还是比较接近的，这说明这个游戏几种模式设计都是比较合理的。

v = df_data_aggregate.groupby('party_size')['player_kills'].mean()
plt.bar(v.index, v.values)
for x, y in zip(v.index, v.values):plt.text(x, y, "{:.2f}".format(y))
plt.show()

查看载具移动距离与吃鸡率。（嗯，不是在吃鸡，就是在吃鸡的路上。）

df_ride = df_data_aggregate.loc[df_data_aggregate['player_dist_ride']<20000, ['player_dist_ride', 'won']]
labels=["0k-1k", "1k-2k", "2k-3k", "3k-4k","4k-5k", "5k-6k", "6k-7k", "7k-8k", "8k-9k", "9k-10k"]
df_ride['drive'] = pd.cut(df_ride['player_dist_ride'], 10, labels=labels)
df_ride.groupby('drive').won.mean().plot.bar(rot=45, figsize=(12, 8))
plt.xlabel("drive dis")
plt.ylabel("prop of No1")

对玩家死亡数据集的初探。

落地成盒在哪里，统计存活时间段的玩家的死亡地点。

其他如最后毒圈缩在哪里，思路类似。

补充说明

EDA思路参考“Alfred数据室”，代码实现不同。具体数据集地址给出（20G），不可能上传，故Github只有背景图与NoteBook文件。具体代码见我的Github，欢迎star或者fork。

数据分析实战-PUBG数据集EDA相关推荐

Kaggle PUBG吃鸡数据集--数据分析可视化PUBG数据集分析报告
PUBG数据集分析报告数据集分为两个部分数据集1: agg数据: 15 字段 date: 时间 game_size:队伍数量 match_id:比赛 match_mode: 对局模式(第一人称还是 ...
R语言explore包进行探索性数据分析实战（EDA、exploratory data analysis）：基于iris数据集
R语言explore包进行探索性数据分析实战(EDA.exploratory data analysis):基于iris数据集目录
《Spark大数据分析实战》——1.4节弹性分布式数据集
本节书摘来自华章社区<Spark大数据分析实战>一书中的第1章,第1.4节弹性分布式数据集,作者高彦杰倪亚宇,更多章节内容可以访问云栖社区"华章社区"公众号查看 1. ...
Pandas数据分析实战01--Abalone Data Set（鲍鱼数据集）
Pandas数据分析实战01 1. 数据描述 2. 数据读取 3. 数据呈现 4. 数据分析打算从基础开始学习数据分析,给自己一个整理内容和学习消化的时间,所以,这也将成为我的学习笔记. 1. 数据 ...
《数据分析实战：基于EXCEL和SPSS系列工具的实践》——3.3　耗时耗力的数据整理过程...
本节书摘来自华章计算机<数据分析实战:基于EXCEL和SPSS系列工具的实践>一书中的第3章,第3.3节,作者纪贺元,更多章节内容可以访问云栖社区"华章计算机"公众号 ...
《数据分析实战基于EXCEL和SPSS系列工具的实践》一3.4　数据量太大了怎么办
本节书摘来自华章出版社<数据分析实战基于EXCEL和SPSS系列工具的实践>一书中的第3章,第3.4节,纪贺元著,更多章节内容可以访问云栖社区"华章计算机"公众号查 ...
Spark数据分析实战：大型活动大规模人群的检测和疏散
Spark数据分析实战:大型活动大规模人群的检测和疏散 2016-06-29 Hadoop技术博文近日,风靡西雅图.旧金山的Datapalooza登陆上海(IBM Spark大赛启动 10万美元悬赏 ...
三十四、R语言数据分析实战
@Author : By Runsen @Date : 2020/5/14 作者介绍:Runsen目前大三下学期,专业化学工程与工艺,大学沉迷日语,Python, Java和一系列数据分析软件.导致翘 ...
Python数据分析实战基础 | 初识Pandas
这是Python数据分析实战基础的第一篇内容,主要是和Pandas来个简单的邂逅.已经熟练掌握Pandas的同学,可以加快手速滑动浏览或者直接略过本文. 01 重要的前言这段时间和一些做数据分析的 ...

数据分析实战-PUBG数据集EDA