python关于FIFA球员的数据分析

1、简介

最近在学习数据分析，这也是python比较热门的一个方向，结合爬虫能分析许多东西，数据是在kaggle上找到的，上面很多实用性很强的数据，每个数据也有国外大佬做的分析实例，可以借鉴

kaggle

本文的分析有两部分：一、运动员的年龄分布。二、运动员能力与薪资的分布关系

！！！本文所有代码都是在python交互模式jupyter下完成的，只是不会用写入=.=！！！

2、需要用到的库

import pandas as pd 
import matplotlib.pyplot as plt 
#为了让图片显示在交互模式界面
%matplotlib inline

3、代码正文

#读取csv文件 
df = pd.read_csv(data.csv) 
df.head()

读取文件后用head()方法可以查看csv文件的前5行，包括索引、标头等信息

#判断数据中是否有缺失值 
df.isnull().any()

#将缺失值填充 
new_df = df.fillna(0)
#再次判断是否有缺失值，以及每一列值的类型 
new_df.info()

判断有缺失值之后有两种解决方案，删去缺失值或者用另一个数值补充，这里选择对结果影响较小的填充数据，填充之后再用info()判断是否填充成功，并且可以看到每一列值的类型

#区别年龄等级
def Age_Level(t):
    if t<20:
        return 20-
    elif t>=20 and t<25:
        return 20-25
    elif t>=25 and t<30:
        return 25-30
    elif t>=30 and t<35:
        return 30-35
    elif t>=35:
        return 35+
    else:
        return ERROR
 #将年龄等级并入csv文件
new_df[Age_Level] = new_df[Age].map(Age_Level)
new_df.head()

第一个例子就是运动员的年龄分布，先将划分后的等级组成一列并入csv文件中，这里也可以再次保存一个新的csv文件方便调用

#查看每个年龄段的人数 
new_df[Age_Level].value_counts()

用value_counts()方法可以知道在每个年龄段的人数，然后绘制饼图，显示每个部分所占百分比

#绘制饼图
explodes = (0.05,0,0,0,0)
new_df[Age_Level].value_counts().plot.pie(title = Age of Player,explode = explodes,fontsize = 12,figsize  = (12,12),autopct = %.1f%%)
plt.savefig(E:/jupyter/result/Age_of_Player.jpg)

第二个例子是利用散点图了解运动员能力和薪资的关系

#根据索引获取能力和薪资两列生成新的df 
the_df = new_df.loc[:,[Overall,Wage]] 
the_df

先通过索引将需要的两列值调出来再生成一个新的dataframe

再调用出来之后会发现一个问题，再Value里有欧元的符号还有K，因为要看两者的分布关系，所以两者必须都要为数字类型，所以我们用replace()方法将两个符号去掉

#将Wage里的字符去掉 
the_df[Wage]= the_df[Wage].str.replace(€,) 
the_df[Wage]= the_df[Wage].str.replace(K,) 
the_df

#Wage为object型需转化为int型 
the_df.info()

可是再去掉符号之后，Value里的值还是为object类型，还没有达到我们需要的，接下来我们要用astype强制转化一下类型

#转化 
the_df = the_df.astype(int)

应该还记得再前面我们再处理缺失值的时候填充了零，但是在只在这两列数据之间是将零删去更好的，所以删去含有零的每一行

#判读是否有零 
the_df[Wage].value_counts()
#删除之前填充的零 
the_df = the_df[~the_df[Wage].isin([0])]
#查看删除零后的数据 
the_df.info()

这样散点图的数据也清洗完成，下面就进行绘制散点图，要先将两列值转换为列表，作为散点图的数据

#转化为列表，作为数据
x = the_df[Overall].values.tolist()
y = the_df[Wage].values.tolist()
#绘制饼图
plt.figure(figsize=(20, 8), dpi=80)
plt.title(The relationship between ability and salary,fontsize = 18)
plt.scatter(x, y)
plt.ylabel(Wage(K),fontsize = 15)
plt.xlabel(Overall,fontsize = 15)
plt.show()
plt.savefig(E:/jupyter/result/ability_and_salary.jpg)

想学习更多Python知识，进下面链接：