Pandas实战——NBA篮球队员成绩分析

---

引用资料下载：NBA球员数据.csv

---

题目描述

编写python程序，输入数目n，输出n个最有效率的球员。计算效率需要将整个效率除以该球员的比赛场数。详细公式如下：
Efficiency = (（pts + reb + asts + stl + blk） - ((fga - fgm) + (fta - ftm) + turnover ) )/ gp

部分命名对应含义：

命名	含义
pts	得分
asts	助攻
stl	抢断
blk	盖帽
fga	投篮次数
fgm	命中次数
minutes	上场时间
reb	篮板
fta	罚球次数
ftm	罚球命中次数
turnover	失误
gp	比赛场数

所需环境库安装（Pandas）

windows：打开cmd命令行，pip install pandas 或在编译器中引用pandas，编译器会提示你安装pandas库。

linux：打开终端，pip install pandas

整个程序的逻辑

1. 利用Pandas读取CSV文件（所谓的加载）
2. 完成无用数据清洗
3. 格式化数据
4. 可视化打印

开始编写程序

• 引入pandas库

import pandas as pd

• 读取csv文件

#给定一个全局变量@filename
filename = 'player_regular_season.csv'
df = pd.read_csv(filename,delimiter=",")
# 这里初始化一个DataFrame变量，后面会用到
df_result = pd.DataFrame()

• 无用数据清洗

def load():
    global df_result
    for index, row in df.iterrows():
    #根据题目设定，当gp（场数为无效值，整条清掉）
        if row['gp'] == 'N':
            df.drop(index, axis=0, inplace=True)
    #二次过滤，如果gp中还有无效值将替换为pd中的NaN无效值
    pd.to_numeric(df['gp'], errors='coerce')
    #将gp列dtype强制转换为int(64)类型
    df['gp'] = df['gp'].astype(int)
    #效率值计算并添加为新的列
    df['Efficiency'] = ((df['pts'] + df['reb'] + df['stl'] + df['blk']) - ((df['fga'] - df['fgm']) + (df['fta'] - df['ftm']) + df['turnover']))/df['gp']
    #根据题目设定，过滤掉效率为负数的成员。
    for index, row in df.iterrows():
        if row['Efficiency'] < 0:
            df.drop(index, axis=0, inplace=True)
    #按照效率值排序df并存入df_result
    df_result = df.sort_values('Efficiency',ascending=False)

• 格式化输出方法（为了美观些）

def showSock(n,print_type):
    global df_result
    global df

    index_num = 0
    times = 27 - len("Name") - len(print_type) / 2
    print(5 * " ", "Name", " " * int(times), print_type)
    print(45 * "-")
    df_result = df.sort_values(print_type, ascending=False)
    for index,row in df_result.iterrows():
        if index_num == n :
            break
        else:
            name = row['firstname'] + row['lastname']
            result = str(row[print_type])
            length = len(name)
            length2 = len(result)
            times = 20 - length
            space = " " * times
            times2 = 20 - length2
            space2 = " " * times2
            print(name, space, ":",space2,result)
        index_num += 1
    print(45 * "-")

• 处理用户输入内容（可精简，这里为了美观，加了很多无用代码）

def sreach():
    print("程序加载完成!")
    print("请输入要查询的值(英文缩写)：")
    print("-" * 45)
    print("pts:得分 asts:助攻 stl:抢断 blk:盖帽")
    print("fga:投篮次数 fgm:命中次数 minutes:上场时间 reb:篮板")
    print("fta:罚球次数 ftm:罚球命中次数 turnover:失误 Efficiency:效率值")
    print("-" * 45)
    print_type = input()
    type_list = ["pts","asts","st1","blk","fga","fgm","minutes","reb","fta","ftm","turnover","Efficiency"]
    if print_type not in type_list:
        print("输入类型有误，请重新输入！")
        sreach()
    print("-" * 45)
    print("请输入查询数量：")
    print("-" * 45)
    n = int(input())
    print("-" * 45)
    showSock(n, print_type)

• 主程序（程序运行后最先执行的部分）

print("程序预加载中，请稍后···")
load()
sreach()

整个程序就写好了，我们来运行一下，看看效果。