我有一份名单,里面有大约600名足球运动员的资料。列表中的每个玩家都存储为一个字典,每个属性都作为示例存储
{'goals scored': 5}
在字典里作为整个赛季球员的统计数据。
然而,在每个玩家字典中也有一个嵌套列表,其键名为history
,其中包含玩家的各个游戏数据,因此:
列表中的每个元素都包含另一个包含该游戏玩家统计信息的字典。在
我最感兴趣的是提取单个游戏玩家的数据,并可能对玩家进行一些分析。然而,为了做到这一点,我需要一个坚实的数据结构来提取每个游戏的统计信息,同时保留玩家ID:一个字典列表,其中的键是玩家ID,值是包含该游戏玩家统计数据字典的各个游戏的列表。然而,我不确定这是否能很好地转化为pandas数据帧,这也是我最想进行分析的地方。在
有人对python库/数据结构有什么建议吗?这些库/数据结构适用于多维数据,比如这里描述的多维数据(维度是1)个人玩家ID 2)个人游戏周ID和3)个人游戏统计数据)。在
编辑:示例球员数据:第一个字典包含本赛季的整体数据,然后在“历史”键下,我们有一个所有单独游戏的列表,其中一个字典包含了每一场比赛的统计数据。在
{u'assists': 0,
u'bonus': 0,
u'bps': 0,
u'creativity': u'0.0',
u'dreamteam_count': 0,
u'ea_index': 56,
u'element_type': 1,
u'ep_next': u'0.5',
u'ep_this': u'1.5',
u'event_points': 0,
u'first_name': u'David',
u'form': u'0.0',
u'goals_conceded': 0,
u'goals_scored': 0,
u'id:0,
u'history:
#single game data ( there are multiple games)
[{u'assists': 0,
u'attempted_passes': 0,
u'big_chances_created': 0,
u'big_chances_missed': 0,
u'bonus': 0,
u'bps': 0,
u'clean_sheets': 0,
u'clearances_blocks_interceptions': 0,
u'completed_passes': 0,
u'creativity': u'0.0',
u'dribbles': 0,
u'ea_index': 0,
u'element': 1,
u'errors_leading_to_goal': 0,
u'errors_leading_to_goal_attempt': 0,
u'fixture': 31,
u'fouls': 0,
u'goals_conceded': 0,
u'goals_scored': 0,
u'ict_index': u'0.0',
u'id': 1616,
u'influence': u'0.0',
u'key_passes': 0,
u'kickoff_time': u'2016-09-10T14:00:00Z',
u'kickoff_time_formatted': u'10 Sep 15:00',
u'loaned_in': 0,
u'loaned_out': 0,
u'minutes': 0,
u'offside': 0,
u'open_play_crosses': 0,
u'opponent_team': 13,
u'own_goals': 0,
u'penalties_conceded': 0,
u'penalties_missed': 0,
u'penalties_saved': 0,
u'recoveries': 0,
u'red_cards': 0,
u'round': 4,
u'saves': 0,
u'selected': 8072,
u'tackled': 0,
u'tackles': 0,
u'target_missed': 0,
u'team_a_score': 1,
u'team_h_score': 2,
u'threat': u'0.0',
u'total_points': 0,
u'transfers_balance': -449,
u'transfers_in': 183,
u'transfers_out': 632,
u'value': 49,
u'was_home': True,
u'winning_goals': 0,
u'yellow_cards': 0}, ... next game data]
参见: http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.io.json.json_normalize.html
相关问题 更多 >
编程相关推荐