Recientemente comencé mi viaje sumergiéndome en el análisis de fútbol y creé un programa Python de muestra que hace referencia a https://understat.com/ para extraer datos de tiros de un solo juego.

Esto marca el comienzo de mi viaje hacia la manipulación de datos. Estoy emocionado de profundizar en este campo y espero compartir más actualizaciones a medida que avance.

Repositorio:
https://github.com/UribeJr/football-data-scraper-to-csv-exporter

#!/usr/bin/env python
# coding: utf-8

# In[2]:


#import modules and packages
import requests
from bs4 import BeautifulSoup
import json
import pandas as pd


# In[3]:


#scrape single game shots
base_url = 'https://understat.com/match/'
match = str(input("Enter your match ID: "))
url = base_url   match


# In[16]:


res = requests.get(url)
soup = BeautifulSoup(res.content, 'lxml')
span = soup.find('span')
script = soup.find_all('script')
script


# In[18]:


string = script[1].string
string


# In[26]:


#strip symbols so we only have json data
index_start = string.index("('")   2
index_end = string.index("')")

json_data = string[index_start:index_end]
json_data = json_data.encode('utf8').decode('unicode_escape')
data = json.loads(json_data)


# In[35]:


df_h = pd.DataFrame(data['h'])
print("Home Team DataFrame:")
print(df_h.head())


# In[37]:


# Save the home team DataFrame to a CSV file
df_h.to_csv('home_team_shots.csv', index=False)


# In[ ]:

Cómo

• Importar todas las solicitudes de paquetes/módulos necesarios, pandas, BeautifulSoup
• Vaya a https://understat.com/ y vaya a cualquier partido para el que desee datos de tiro específicos. La URL de coincidencia debería verse así: https://understat.com/match/{match-id}
• Ejecute data_scraping.py e ingrese el ID de coincidencia

¡Felicidades!

Luego, el programa extrae los datos de tiro del partido y convierte los datos de cada equipo local y visitante en un marco de datos separado. Luego, los marcos de datos se exportan como archivos CSV separados como referencia.

Marco de datos:

CSV: