python足球分析系统_python分析欧洲足球赛事

数据来源：kaggle数据准备

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

import scipy as sp

inpath=r'C:\Users\......\Football\football-events\events.csv'

events=pd.read_csv(inpath) #导入主数据

events.isnull().sum() #缺失值汇总情况

path2=r'C:\Users\......\Football\football-events\dictionary.txt'

encoding=pd.read_table(path2,delim_whitespace=False,names=('num','events')) #导入解释性文件。因为主文件中都是用数字代替类型的

将主文件和解释性文件都导入python中

查看数据基本信息：

event.columns #主文件列名

event.isnull.sum()#汇总缺失值的信息

#提取各解释性文件，源文件为txt格式

event_type=encoding[1:13]

event_type_2=encoding[14:18]

side=encoding[19:21]

shot_place=encoding[22:35]

shot_outcome=encoding[36:40]

location=encoding[41:60]

bodypart=encoding[61:64]

assist_method=encoding[65:70]

situition=encoding[71:75]

将解释性文件保存，取消各解释性文件中的索引

event_type.to_csv(r'C:\Users\......\Football\football-events\event_type1.csv',index=False)

event_type_2.to_csv(r'C:\Users\......\Football\football-events\event_type_2.csv',index=False,header=False)

side.to_csv(r'C:\Users\......\Football\football-events\side.csv',index=False)

shot_place.to_csv(r'C:\Users\......\Football\football-events\shot_place.csv',index=False)

shot_outcome.to_csv(r'C:\Users\......\Football\football-events\shot_outcome.csv',index=False)

location.to_csv(r'C:\Users\......\Football\football-events\location.csv',index=False)

bodypart.to_csv(r'C:\Users\......\Football\football-events\bodypart.csv',index=False)

assist_method.to_csv(r'C:\Users\......\Football\football-events\assist_method.csv',index=False)

situition.to_csv(r'C:\Users\......\Football\football-events\situition.csv',index=False)

到目前为止，对文件的处理工作基本完成。当然，你也可以将解释性文件导入到主文件中，程序如下(各人觉得没必要)：

y=[]

def tidai(x):

if x==1:

y='right foot'

if x==2:

y="left foot"

else:

y="head"

return y

goal1['events']=goal['bodypart'].apply(tidai) #将bodypart这个解释性文件内容导入到主文件中

对进球情况进行分析

# 选取有进