Ich habe vor kurzem meine Reise in die Fußballanalyse begonnen und ein Beispiel-Python-Programm erstellt, das auf https://understat.com/ verweist, um einzelne Spielschussdaten zu extrahieren.
Dies markiert den Beginn meiner Reise in die Datenmanipulation. Ich freue mich darauf, tiefer in dieses Gebiet einzutauchen und freue mich darauf, weitere Updates zu teilen, während ich Fortschritte mache.
Repo:
https://github.com/UribeJr/football-data-scraper-to-csv-exporter
#!/usr/bin/env python # coding: utf-8 # In[2]: #import modules and packages import requests from bs4 import BeautifulSoup import json import pandas as pd # In[3]: #scrape single game shots base_url = 'https://understat.com/match/' match = str(input("Enter your match ID: ")) url = base_url + match # In[16]: res = requests.get(url) soup = BeautifulSoup(res.content, 'lxml') span = soup.find('span') script = soup.find_all('script') script # In[18]: string = script[1].string string # In[26]: #strip symbols so we only have json data index_start = string.index("('") + 2 index_end = string.index("')") json_data = string[index_start:index_end] json_data = json_data.encode('utf8').decode('unicode_escape') data = json.loads(json_data) # In[35]: df_h = pd.DataFrame(data['h']) print("Home Team DataFrame:") print(df_h.head()) # In[37]: # Save the home team DataFrame to a CSV file df_h.to_csv('home_team_shots.csv', index=False) # In[ ]:
Das Programm extrahiert dann die Schussdaten aus dem Spiel und wandelt die Daten jedes Heim- und Auswärtsteams in einen separaten Datenrahmen um. Die Datenrahmen werden dann als separate CSV-Dateien als Referenz exportiert.
Das obige ist der detaillierte Inhalt vonInteressiert an Fußballanalysen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!