爬取球员数据

*网站爬取数据获取**

为了分析球员联赛表现，我们爬取球员联赛数据

---

1.爬取球员数据

---

# 从 FBREF 网站上爬取曼联球员23-24赛季英超联赛数据*

df = **pd**.**read_html**('https://fbref.com/en/squads/19538871/2023-2024/Manchester-United-Stats', 

•         attrs={"id":"stats_standard_9"}, header=1)[0]

# 部分球员没有联赛出场数据，不纳入考虑范围，删去*

df = df.**dropna**()

df.**head**() 

---

Player	Nation	Pos	Age	MP	Starts	Min	90s	Gls	Ast	...	Ast.1	G+A.1	G-PK.1	G+A-PK	xG.1	xAG.1	xG+xAG	npxG.1	npxG+xAG.1	Matches
0	André Onana	cm CMR	GK	27.0	38	38	3420.0	38.0	0.0	0.0	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	Matches
1	Diogo Dalot	pt POR	DF	24.0	36	35	3174.0	35.3	2.0	3.0	...	0.09	0.14	0.06	0.14	0.05	0.08	0.13	0.05	0.13	Matches
2	Bruno Fernandes	pt POR	MF,FW	28.0	35	35	3118.0	34.6	10.0	8.0	...	0.23	0.52	0.17	0.40	0.29	0.34	0.63	0.18	0.51	Matches
3	Alejandro Garnacho	ar ARG	FW	19.0	36	30	2565.0	28.5	7.0	4.0	...	0.14	0.39	0.25	0.39	0.29	0.18	0.47	0.29	0.47	Matches
4	Marcus Rashford	eng ENG	FW	25.0	33	26	2271.0	25.2	7.0	2.0	...	0.08	0.36	0.20	0.28	0.29	0.09	0.38	0.23	0.32	Matches

5 rows × 34 columns

2.进行一下预处理

---

数据过于庞大，拆分为6张表

# 将全表拆分为6个分表*

details = df[['Player', 'Nation', 'Pos', 'Age']]

playing = df[['MP', 'Starts', 'Min', '90s']]

behave = df[['Gls', 'Ast', 'G+A', 'G-PK',  'PK', 'PKatt', 'CrdY', 'CrdR']]

expect = df[['xG', 'npxG', 'xAG',  'npxG+xAG']]

progress = df[['PrgC', 'PrgP',  'PrgR']]

ninty_min = df[['Gls.1', 'Ast.1', 'G+A.1', 'G-PK.1', 'G+A-PK', 

•       'xG.1', 'xAG.1', 'xG+xAG', 'npxG.1', 'npxG+xAG.1']]

3.变量解释

---

Details

'Player',	球员姓名
'Nation',	球员国籍
'Pos',	球员位置
'Age',	球员年龄

Playing

'MP',	出场次数
'Starts',	首发出场次数
'Min',	出场时间(单位:分钟)
'90s',	踢满全场的次数

Behave

'Gls',	进球次数
'Ast',	助攻次数
'G+A',	进球+助攻次数
'G-PK',	除去点球的进球次数
'PK',	点球进球次数
'PKatt',	罚点球次数
'CrdY',	黄牌次数
'CrdR',	红牌次数

---

Expect

'xG',	预期进球数
'npxG',	除去点球预期进球数
'xAG',	预期助攻数
'npxG+xAG',	除去点球预期进球数+预期助攻数

---

Progress

'PrgC',	推进带球次数
'PrgP',	推进传球次数
'PrgR',	推进接球次数

---

Ninty_min

'Gls.1',	每90分钟进球次数
'Ast.1',	每90分钟助攻次数
'G+A.1',	每90分钟进球+助攻次数
'G-PK.1',	每90分钟除去点球的进球次数
'G+A-PK',	每90分钟除去点球的进球+助攻次数
'xG.1',	每90分钟预期进球数
'xAG.1',	每90分钟预期助攻数
'xG+xAG',	每90分钟预期进球+预期助攻数
'npxG.1',	每90分钟除去点球预期进球数
'npxG+xAG.1',	每90分钟除去点球预期进球+预期助攻数