[数据分析实例3]使用python-pandas对历届世界杯进行数据分析,并用matplotlib绘图，干货满满，赶紧收藏学习起来！

写在前面的话：

这是针对世界杯数据分析的第3篇文章，想看前面两篇内容的，点击下面的链接：

[数据分析实例1]使用python-pandas对历届世界杯进行数据分析,并用matplotlib绘图https://blog.csdn.net/m0_59541412/article/details/130864289[数据分析实例2]使用python-pandas对历届世界杯进行数据分析,并用matplotlib绘图，干货满满，赶紧收藏学习起来！https://blog.csdn.net/m0_59541412/article/details/130884091?spm=1001.2014.3001.5502

---

目录

写在前面的话：

一、数据集介绍

二、导入数据

三、数据预处理-数据清洗

1.历年现场观众人数变化趋势2.历年进球数变化趋势3.历史上夺冠次数最多的国家队是哪支？4.夺冠队伍所在洲分析5.哪些国家队能经常打入决赛/半决赛？6.进入决赛的队伍夺冠概率是多少？7.东道主（主办国）进入决赛/半决赛大吗？

1.历年现场观众人数变化趋势

2.历年进球数变化趋势

2.夺冠次数分析

3.1半决赛（4强）队伍次数统计

3.2决赛队伍次数统计¶

---

一、数据集介绍

本次数据分析项目数据均来自FIFA官方数据整理的基础数据表

世界杯成绩信息表：WorldCupsSummary

包含了所有21届世界杯赛事（1930-2018）的比赛主办国、前四名队伍、总参赛队伍、总进球数、现场观众人数等汇总信息，包括如下字段：

Year: 举办年份
HostCountry: 举办国家
Winner: 冠军队伍
Second: 亚军队伍
Third: 季军队伍
Fourth: 第四名队伍
GoalsScored: 总进球数
QualifiedTeams: 总参赛队伍数
MatchesPlayed: 总比赛场数
Attendance: 现场观众总人数
HostContinent: 举办国所在洲
WinnerContinent: 冠军国家队所在洲

二、导入数据

import pandas as pd
excelData = pd.ExcelFile('D:/data/WorldCupsSummary.xlsx')  
summary = excelData.parse('WorldCupsSummary')              
summary

三、数据预处理-数据清洗

这份数据表包含了从1930到2018年间共21届世界杯赛事的汇总信息。

从表格中我们还可以看到"Germany FR(联邦德国)"的信息，因此有必要对数据进行清洗，接下来我们进行数据预处理：

数据预处理的主要涉及到数据清洗，以及针对我们要分析的问题进行特定字段的转化。这里我们只要将Germany FR 替换成 Germany就可以了。

import pandas as pd
excelData = pd.ExcelFile('D:/data/WorldCupsSummary.xlsx')  
summary = excelData.parse('WorldCupsSummary')              
summary = summary.replace(['Germany FR'], 'Germany')       
summary

 在做完基础的数据预处理工作之后，我们来分析如下问题：

1.历年现场观众人数变化趋势
2.历年进球数变化趋势
3.历史上夺冠次数最多的国家队是哪支？
4.夺冠队伍所在洲分析
5.哪些国家队能经常打入决赛/半决赛？
6.进入决赛的队伍夺冠概率是多少？
7.东道主（主办国）进入决赛/半决赛大吗？

---

1.历年现场观众人数变化趋势

这个表是从一个Excel文件中导入数据并对数据进行清洗，最终展现了年份与现场观众出勤次数之间的关系

 

 可以看到，世界杯的现场观众总数整体呈上升趋势，观众总数最多的一届是1994年的美国世界杯

2.历年进球数变化趋势

我们来看看历届世界杯上大佬们的进球总数：

 

可以看到，随着世界杯参赛队伍的增多，比赛总进球数也在增加。目前单届世界杯总进球数均没有超过175球，并且，2022年的卡塔尔世界杯结束后没有超过175球，没有创造进球数记录。
分析完总体趋势后，我们再来看看各支队伍夺冠情况。

2.夺冠次数分析

可以看到巴西是夺冠次数最多的国家，无愧足球王国的称号。德国、意大利两个足球紧随其后，分别是4次夺冠。我们再来看看各国家队进入半决赛（4强）次数统计。

3.1半决赛（4强）队伍次数统计

teams = summary[['Winner', 'Second', 'Third', 'Fourth']].apply(pd.value_counts).reset_index().fillna(0)
teams['SemiFinal'] = teams['Winner'] + teams['Second'] + teams['Third'] + teams['Fourth']
teams['final'] = teams['Winner'] + teams['Second']
teams

  

 对数据进行可视化分析后，一眼就可以看出德国队是进入半决赛次数最多的队伍，紧随其后的是巴西队和意大利队，这和夺冠数量的分布基本一致。

下面，我们再来看看进入决赛的队伍统计，是否也是这个趋势：

3.2决赛队伍次数统计¶

 

从图中我们可以果断看出：德国、巴西、意大利3个足球强国也是进入决赛次数最多的队伍。

好了，今天学习的时间已经很长了，下一篇我们将会看看进入决赛后各支队伍夺冠的概率如何？

请拭目以待哦，觉得有用，请记得点赞关注哦，谢谢各位支持布丁的小伙伴啊