目录
3.1使用while循环遍历数据统计出主客队得分来判断胜负情况
[世界杯数据的分析案例前后共分为5集,本集是第1集]
感兴趣的小伙伴别忘了点赞收藏哦,否则找不到就不好啦
毫无疑问,足球已经成为了全世界最受欢迎的运动之一。每逢世界杯赛事之际,全球都会掀起一片狂热,像是整个星球都被圆滚滚的足球所包围。
我想我们都是很爱看热闹的动物。世界杯既是一场盛大的体育赛事,又是一个充满传奇故事和经典瞬间的历史舞台。当世界杯到来的时候,人们都会聚在一起,通过电视、网络、现场观看等方式来观赏这个惊心动魄的比赛。
今天,我们就来对历届世界杯的数据进行更深入地分析,看看这些数据背后有什么奥秘。觉得这个例子有意思的,不妨跟着一起做做,别忘记三连哦,谢谢啦
下面是过程:
一、数据理解
-
项目介绍
-
数据内容说明
-
提出问题
-
理解数据
二、数据清洗
1.检查缺失值
2.检查并处理异常值
三、分析数据
1.整体观察
2.逐项展示
一、数据理解
项目介绍
数据来源
本次的数据来源于天池,我利用了pandas包导入数据再用matplotlib包对数据进行可视化处理。这样就可以让读者直观感受历届世界杯概况。
数据内容说明
- 本次数据是从1930年第一届世界杯开始到2014年的数据。
- 世界杯历史上有2次决赛是平局用点球大战决胜负的,但是数据没记录点球
- 大战的成绩于是我手动添加点球大战的比分进正常时间的比分里面了。
- 有些国家前后名字有变动如苏联,就没有去更改。德国以前叫Germany FR就改成了现在的Germany。
- 由于1938-1950间正值一,二战时期1942,1946年世界杯取消。
要解决的问题:
-
主队和客队那个胜率更高,主场优势是否存在。
-
观众对于世界杯的热情发展趋势如何。
-
足球强国那么多到底哪个国家才是世界杯大热门。
理解数据:
世界杯数据字段:
Year | 年份 |
Datetime | 日期 |
Stage | 比赛类别(小组赛,决赛等) |
Stadium | 场馆 |
Home Team Name | 主队名 |
Home Team Goals | 主队得分 |
Away Team Name | 客队名 |
Away Team Goals | 客队得分 |
Attendance | 观众数量 |
Half-timeHomeGoals | 主队上半场进球 |
Half-timeAwayGoals | 客队上半场进球 |
Referee | 主裁名字和国籍 |
Assistant 1 | 边裁1名字和国籍 |
Assistant 2 | 边裁2名字和国籍 |
RoundID | 轮次ID |
MatchID | 赛事ID |
Home Team Initials | 主队简称 |
Away Team Initials | 客队简称 |
下面开始动手
二、数据清洗
2.1.导入数据
2.1.1删除重复值
由于赛事ID唯一,故需要删除重复值,最后得到836行的数据
我们可以看出观众人数会有空值
2.1.2将观众人数列中空值替换为观众的平均值
我用fillna函数对其填入了观众的平均值,mean() 方法来计算观众人数那列的平均值
matches['Attendance'] = matches['Attendance'].fillna(int(matches['Attendance'].mean()))
三、分析数据
3.1使用while循环遍历数据统计出主客队得分来判断胜负情况
今天就到这里,后面会用 matplotlib将数据可视化效果做出来,这样就能进一步地分析数据了。
如果你觉得有用,请继续关注后面的内容哦!