Crossin的编程教室

标题: 缅怀科比：8 vs 24 [打印本页]

作者: crossin先生 时间: 2020-1-29 21:05
标题: 缅怀科比：8 vs 24
这是一个两年前的项目，本是我们训练营里的一道题。现开放给大家。
In Memory Of KOBE

项目代码地址：
https://gitee.com/crossin/analysis/tree/master/NBA_Programming
演示地址：
https://nbviewer.jupyter.org/urls/gitee.com/crossin/analysis/raw/master/NBA_Programming/8_vs_24.ipynb

湖人队官网宣布，将在2017年12月19日同时退役科比的8号与24号球衣，科比这位96届最传奇的巨星也将彻底地告别这个舞台。值得一提的是，这是NBA联盟历史上一支球队首次为一位球员退役两个号码的球衣，之前最具传奇色彩的是乔丹的退役，除了母队公牛队之外，效力过的奇才队也为他退役了球衣。那么在你的心目中，身披8号球衣与24号球衣的科比，哪一位更加出色呢？请通过数据分析，给出你的理由。

此次项目没有标准的解法，仅给出大致思路与参考代码。如果有其他想法，只要有合理的逻辑和数据支撑即可。

大致思路

可以尝试回答以下问题，来对比8号与24号两个时期的科比的表现

哪一位的进攻能力更强？
哪一位在防守端的作用更大？
哪一位更愿意与队友分享球权？
两位在打法选择上有什么不同吗？
两位都是“不好相处”的类型吗？哪一位更愿意与主教练合作？
两位的进阶数据上有什么差别？

数据说明

项目所需的数据文件可以在这个仓库中找到
此次项目不指定所需要的数据文件，根据需求自行选择即可
数据文件简介

[td]

文件名	简介
player_season.csv	球员常规赛单场比赛数据
player_playoff.csv	球员季后赛单场比赛数据
player_salary.csv	球员薪金数据
coach_season.csv	教练常规赛平均数据
coach_playoff.csv	教练季后赛平均数据
team_season.csv	球队常规赛单场比赛数据
team_playoff.csv	球队季后赛单场比赛数据
avg.csv	球员场均数据
tot.csv	球员总计数据
single.csv	球员单场最佳数据
advanced_basic.csv	球员进阶数据
advanced_shooting.csv	球员投篮进阶数据

可能会用到的第三方库相关方法

pivot_table()

透视表。熟悉Excel的人应该对这个名词不会陌生。这个方法，根据一个或者多个键对数据进行聚合，并根据行和列上的分组键将数据分配到各个矩形区域中。除了DataFrame本身具有这个方法外，也具有顶级的函数pandas.pivot_table()，除了调用方式不一样，作用基本上是相同的。

In [5]: df = DataFrame({'key1': list("aaabbcdd"), 'key2': list("ABBCCCCD"), 'number': list(range(8))})

In [7]: df
Out[7]:
  key1 key2  number
0 a A    0
1 a B    1
2 a B    2
3 b C    3
4 b C    4
5 c C    5
6 d C    6
7 d D    7

In [6]: df.pivot_table(index=['key1', 'key2'])
Out[6]:
         number
key1 key2
a A       0.0
   B       1.5
b C       3.5
c C       5.0
d C       6.0
   D       7.0

如同上面所介绍的，我们提取了key1和key2列作为所生成的透视表的index，这样就很可以很清楚地看到每一层关系下的数据。

In [10]: df.pivot_table(['number'], index=['key2'])
Out[10]:
   number
key2
A       0.0
B       1.5
C       4.5
D       7.0

而上例中，我们只选用了原DataFrame的部分数据，就再次生成了一张新的透视表，这运用在开发中是非常便利的功能，我们只需要选取我们关心的columns就可以进行分析，而不需要对一张可能非常巨大的原始数据表进行操作。

In [11]: df.pivot_table(['number'], index=['key2'], margins=True)
Out[11]:
   number
key2
A       0.0
B       1.5
C       4.5
D       7.0
All    3.5

利用margins参数可以设定是否需要在获得的透视表的最后一行生成一行统计项。

In [13]: df.pivot_table(index=['key1', 'key2'], aggfunc=lambda x: x - 10)
Out[13]:
         number
key1 key2
a A       -10
   B    [-9, -8]
b C    [-7, -6]
c C          -5
d C          -4
   D          -3

In [16]: df.pivot_table(index=['key1', 'key2'], aggfunc=np.sum)
Out[16]:
         number
key1 key2
a A       0
   B       3
b C       7
c C       5
d C       6
   D       7

In [17]: df.pivot_table(index=['key1', 'key2'], aggfunc=np.mean)
Out[17]:
         number
key1 key2
a A       0.0
   B       1.5
b C       3.5
c C       5.0
d C       6.0
   D       7.0

上例中，展示了aggfuc这个在pivot_table中的重要参数的使用。可以传入普通的函数，得到的是每一个分组的结果集合，也可以传入带有“聚集”性质的函数，所得到的结果就是一个聚集值。

以上是关于透视表方法的简单介绍，如果想要进一步了解该方法的使用方式，具体参数的用法，请查阅官方文档。

欢迎小伙伴们自由发挥，给出自己的解答。而我们也给出了一份自己的分析，详情请见下方的链接。

欢迎光临 Crossin的编程教室 (https://bbs.crossincode.com/)