数据分析项目-FIFA-2018 player

一：分析背景与目的

背景
手头拿到一份FIFA-2018 player的数据，获得途径可以是：官方网站下载、相关数据网站下载、爬虫获得等等
分析目的
对整体情况进行了解，用数据给球员做出规划参考，让球迷看到不一样的FIFA。（可能并不专业）

二：数据采集和处理

1、数据概况
describe一下数据源，可看到共计有17994条数据，6个描述列。
可以重点关注一下平均值，最大最小值。看看是否有需要清洗的数据。

# 导入模块
import pandas as pd
import numpy as py
import matplotlib.pyplot as plt
#导入数据
df = pd.read_csv('./FIFA_2018_player.csv')
#查看前5条数据
df.head()
#查看数据总体情况
df.describe()

对整体有了大体了解后，可以开始着手数据清洗，主要考虑清洗null值、重复值、异常值等。

#清洗数据
#先看看有没有null值
df[df.name.isnull()]
df[df.age.isnull()]
df[df.height_cm.isnull()]
df[df.weight_kg.isnull()]
df[df.eur_value .isnull()]
df[df.eur_wage.isnull()]
#league 联赛是否有null值 对null怎么处理？对数据影响不大，可以删除
df[df.league.isnull()]
#删除null的index
df.drop(df[df.league.isnull()].index,inplace=True)
#看一下有没有重复值 可以是某列，某几列，全部
df[df.duplicated()]
#多列重复的
df[df[['full_name','club','birth_date']].duplicated()]
#看一下重复值，看看是否要删除 此案例中虽然有2个重复的，但是对整体影响不大，暂不处理也行
df[df['name']=='A. Miranchuk']#decribe的时候发现部分eur_value列、eur_wage列的最小值为0,那就需要看看有多少条，怎么处置
df[df['eur_value']<1000]
#合计有259条，我们可以考虑用平均值填充(删除可能影响其他列)
df['eur_value'].replace(0,df['eur_value'].mean(),inplace=True)
df['eur_wage'].replace(0,df['eur_wage'].mean(),inplace=True)
#可以describe一下 看是否替换成功
df.describe()

数据清洗完毕，
开始着手分析数据。

三：数据分析与可视化

下面，将从一下几个维度进行分析，实现均在python中，因仅供分析，未对图表做美化。

各个国家运动员数量
各大联赛运动员数量
各俱乐部平均周薪
英超联赛English Premier League各个俱乐部球员的平均月薪
球员年龄段分布

主要结论：
1、在国家维度方面，可以看出大家严重的足球运动强国，在足球运动员数量上占据绝对优势。例如：

England  1631
Germany 1147
Spain   1020

通过查看Top20的国家，我们对世界足球强国有了一定的了解。
2、分析联赛，可以分析出不同联赛的实力。
3、对薪水方面的分析，可以对球员的职业生涯规划做出参考意见。
4、对年龄进行分层分析，不难得出，年龄对运动员来说至关重要，需要在最好的年纪踢出最好的成绩。
以下为代码和图表板块

#对整体进行了解
df.count()
#开始分析
#了解整体
df.count()
# 1. 各个国家运动员数量
nationality_group = df.groupby('nationality',as_index=False)['name'].count()
#重命名列
nationality_group.rename(columns={'name':'player_count'}, inplace=True)
#进行排序
nationality_sort_data = nationality_group.sort_values('player_count',ascending=False)
#查看大于500的国家列表
nationality_500_data=nationality_sort_data[nationality_sort_data['player_count']>500]
#查看球员数量排名前20的国家
nationality_top20_data = nationality_sort_data[:20].reset_index(drop=True)
nationality_top20_data
#开始绘图
# 绘制步骤：
import matplotlib.pyplot as plt
#解决中文乱码问题
plt.rcParams['font.sans-serif']='Simhei'plt.figure(figsize=(20,8),dpi=80) #设置画布大小
x = nationality_top20_data['nationality']
y = nationality_top20_data['player_count']plt.bar(x,y,label='player_count',color="orange") #传入x,y 绘制图形
plt.title('TOP20球员国家')  #标题
plt.legend(loc='upper right',ncol=2)  #显示位置，显示列数
#设置x,y轴的刻度标签
plt.xticks(x,x,rotation=35)
#设置网格线
plt.grid(linestyle="--",alpha=0.4)
#设置图例
#设置数据标签
for x,y in zip(x,y):plt.text(x, y+0.3, '%.0f'%y, ha='center', va='bottom', fontsize=10.5)
plt.show() # 线上展示

# 各大联赛运动员数量 分组——重命名-排序
league_group_data = df.groupby('league',as_index=False).count()[['league','name']]
league_group_data.rename(columns={'name':'player_count'}, inplace=True)
league_group_sortdata = league_group_data.sort_values('player_count',ascending=False)
league_group_sortdata

#  3. 各俱乐部平均周薪
club_eur_value= df.groupby('club',as_index=False)['eur_value'].mean()
club_eur_value.sort_values('eur_value',ascending=False).reset_index(drop=True)

#  4. 英超联赛English Premier League各个俱乐部球员的平均月薪
df[df.league == 'English Premier League'].groupby('club',as_index=False).mean()[['club', 'eur_wage']].sort_values('eur_wage',ascending=False)

#  5. 球员年龄段分布 对于连续性的指标  我们可以采取分桶去cut  看一下各个区间分布状况
df.describe() #得到年龄最小16 最大47岁
#分桶
import numpy as np
bins = np.arange(15,55,5)
age_bins = pd.cut(df['age'],bins)
bin_counts = df['age'].groupby(age_bins).count()
#为了图表好看处理index
bin_counts.index = [ str(x.left) +"~" + str(x.right) for x in bin_counts.index]
bin_counts
#作图
plt.figure(figsize=(15,5),dpi=80)
bin_counts.plot(kind='barh')
#可见年龄分布还是集中在20-35之间居多

说在最后的话：这篇分析有很多不足之处，分析不够透彻。主要原因还是因为我太门外汉了，只能从一个分析师角度发表看法，之后会找一下我熟悉领域的案例。

数据分析项目-FIFA-2018 player相关推荐

数据分析项目精讲！电商平台人、货、场分析实战，附数据源
最近刚给帆软的可视化冬季挑战赛当完评委,发现了一批非常好的数据分析项目案例,经过官方授权后,分享给大家. 今天为大家分享的项目作品是来自于参赛用户枫城的作品,主题是基于人.货.场的电商平台数据分析,分 ...
Kaggle经典数据分析项目：泰坦尼克号生存预测！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:陈锴,中山大学,Datawhale成员最近有很多读者留言,希望能 ...
python数据挖掘电影评分分析_Pyhon数据分析项目——男女电影评分差异比较
<用 Python 玩转数据>数据分析项目一.程序功能基于 MovieLens 100k 数据集中男性女性对电影的评分来判断男性还是女性电影评分的差异性更大. 二.数据来源数据集下 ...
python共享单车案例分析_python分析数据分析项目：共享单车租用情况影响因素探索分析...
python分析数据分析项目:共享单车租用情况影响因素探索分析
大数据分析项目成功的五项基本原则
转载自:http://www.itongji.cn/article/060521H2013.html 大数据市场目前的焦点问题是:从社交网络.APP和市场调查等多种数据源收集海量数据容易,但真正产生商 ...
数据挖掘与数据分析项目链家租房数据（一）数据爬虫
数据挖掘与数据分析项目链家租房数据(一)数据爬虫今日无聊将一个过去做的链家数据分析项目弄上来,当时是某面试,三天时间完成,主要是供大家抄代码和分享一下思考点,这一章是爬虫部分. 网站原图结果截图 ...
5.Python数据分析项目之文本分类-自然语言处理
1.总结预测类数据分析项目流程具体操作基本查看查看缺失值(可以用直接查看方式isnull.图像查看方式查看缺失值missingno).查看数值类型特征与非数值类型特征.一次性绘制所有特征的分 ...
如何做一个优秀的数据分析项目？
上一篇我们普及了[数据分析项目,是什么?为什么我没做过?].今天我们系统讲解一下:如何做一个优秀的数据分析项目.首先大家要明白,并不是所有的项目,都需要找一个万人大会堂,拉着横幅,董事长总经理轮流上台 ...
数据分析项目-合集-day02
数据分析项目-合集-day02 需求: - 导入文件,查看原始数据 - 将人口数据和各州的简称数据进行合并 - 将合并的数据中重复的abbreviation进行删除 - 查看存在缺失数据的列 - 找到 ...
如何通过网络数据的获取，做出这些数据分析项目？
作者 | AlfredWu 来源 | Alfred数据室最近有很多人在问,我是如何收集网络的数据,如何进行数据处理.数据分析以及可视化呈现的. 也有人问的更具体,关于Python数据分析的一些问题. ...

数据分析项目-FIFA-2018 player

一：分析背景与目的

二：数据采集和处理

三：数据分析与可视化

数据分析项目-FIFA-2018 player相关推荐

最新文章

热门文章