NBA球员工资分析

NBA球员工资分析——谁在“白拿工资"？

思路：

主要问题：哪个球员*“白拿”工资*？（即投资的效率较低，投入=工资，产出=PER值）

一、爬取数据：
www.espn.com/nba/salaries，ESPN官网爬取工资（及位置、所属球队、排名等信息）

二、描述性分析（工资分布，球队支付工资）

三、分析工资数据（方法：平均值法 by cl，产出/投入法,by syh ）

1）平均值法：

-计算球员的平均工资（考虑：有没有必要去除异常值？如某个球员工资尤其高？个人认为并不需要）、球员平均PER水平

-筛选出高于平均工资的球员→计算高于平均工资球员的工资均值
-筛选出高于PER的球员→计算高于PER球员的PER均值
#简而言之，即求高于平均的平均

-筛选出：拿着高水平工资，表现（PER）却低于高水平PER均值的球员

2）产出/投入法：

-分别将PER和球员工资标准化（由于二者scale不同）

-PER/salary，排序

四、结论

#两种方法思路有所不同，求交集。
思考：可否视为test robustness的方法？
最终有7名球员，其中两位：Chandler Parsons和Allen Crabbe的PER为0，估计是没有上场

故最终5位球员视为“白拿”工资（效率较低）:
Russell Westbrook,Blake Griffin,Kemba Walker,Kevin Love,Andrew Wiggins

一、爬取数据

import requests
from bs4 import BeautifulSoup

#仅展示中间页码的爬取，由于URL、球员人数不同，
#第一页和最后一页单独爬取（思路和方法类同），以下仅爬取了480位球员信息，
rank=[]
Url=[]
players=[]
position=[]
team=[]
salary=[]
for k in range(2,14):
    response = requests.get('http://www.espn.com/nba/salaries/_/page/' + str(k))
    soup = BeautifulSoup(response.text, 'html.parser')

    for m in range(0,20):
        info=soup.find_all('tr',class_='oddrow')[m]
        # rank
        r=info.find('td').get_text()
        rank.append(r)
        # individual url
        url=info.find('a').get('href')
        Url.append(url)
        # player
        p=info.find('a').get_text()
        players.append(p)
        #Position
        b=info.find_all('td')[1].get_text()
        b=b[-2:]
        position.append(b)
        # team name
        t=info.find_all('td')[2]