缅怀科比：8 vs 24

crossin先生

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。