Недавно я начал заниматься футбольной аналитикой и создал пример программы на Python, которая ссылается на https://understat.com/ и собирает данные об отдельных матчах.

Это начало моего пути к манипулированию данными. Я с нетерпением жду возможности глубже погрузиться в эту область и с нетерпением жду возможности поделиться новыми обновлениями по мере моего прогресса.

Репо:
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[ ]:

Как

• Импортировать все необходимые запросы пакетов/модулей, pandas, BeautifulSoup
• Перейдите на https://understat.com/ и выберите любой матч, для которого вам нужны конкретные данные об ударах. URL-адрес совпадения должен выглядеть следующим образом: https://understat.com/match/{match-id}.
• Выполните data_scraping.py и введите идентификатор совпадения

Поздравляем!

Затем программа извлекает данные об ударах из матча и преобразует данные каждой команды хозяев и гостей в отдельный фрейм данных. Затем фреймы данных экспортируются как отдельные файлы CSV для справки.

Кадр данных:

CSV-файл: