python案例统计球员评分最高者是谁？

wen python案例 2026-08-07 1

用Python破解篮球数据：3行代码找出球员评分最高者（附实战案例）

目录导读

为什么用Python做球员评分分析？
数据准备：从CSV到结构化DataFrame
核心代码：三行搞定最高评分球员
进阶玩法：多维度统计与可视化
常见坑与性能优化（含问答）
把代码变成你的数据分析武器

为什么用Python做球员评分分析？

在体育数据分析中，教练组、球探和媒体经常需要从海量比赛数据中快速找出“表现最佳”的球员，传统Excel操作在面对几千条记录时就会卡顿，而Python的pandas库能轻松处理数十万行数据，更重要的是，Python代码可重复执行，下次比赛数据更新后,只需重新运行脚本即可得到最新结果。

python案例统计球员评分最高者是谁？

实际场景：假设你有NBA某赛季所有球员的每场评分（1-10分），共约12000条记录，你想知道谁的平均评分最高，或者谁是“每周之星”，手工筛选？不存在的，用Python,两秒出结果。

数据准备：从CSV到结构化DataFrame

我们需要模拟一份球员评分数据（实际项目中可从体育API或数据网站抓取），我们创建一个players_score.csv文件，包含字段：player_name, team, position, game_date, score。

import pandas as pd
# 模拟数据（实际中请替换为你的文件路径）
data = {
    'player_name': ['James', 'Curry', 'Durant', 'James', 'Curry', 'Durant', 'James', 'Curry', 'Durant'],
    'team': ['LAL', 'GSW', 'BKN', 'LAL', 'GSW', 'BKN', 'LAL', 'GSW', 'BKN'],
    'position': ['SF', 'PG', 'SF', 'SF', 'PG', 'SF', 'SF', 'PG', 'SF'],
    'game_date': ['2025-01-01', '2025-01-01', '2025-01-01', '2025-01-03', '2025-01-03', '2025-01-03', '2025-01-05', '2025-01-05', '2025-01-05'],
    'score': [9.2, 8.8, 9.5, 9.0, 9.9, 8.5, 9.8, 9.1, 8.9]
}
df = pd.DataFrame(data)
df.to_csv('players_score.csv', index=False)

读取数据并预览：

df = pd.read_csv('players_score.csv')
print(df.head())

核心代码：三行搞定最高评分球员

目标：找出所有球员中，平均评分最高的是谁？注意，不能用总评分,因为出场次数不同。

一行代码解决方案：

best_player = df.groupby('player_name')['score'].mean().idxmax()
print(f"评分最高的球员是: {best_player}")

但为了严谨,我们通常还会输出他的平均分和出场次数：

avg_scores = df.groupby('player_name')['score'].agg(['mean', 'count'])
top_player = avg_scores[avg_scores['mean'] == avg_scores['mean'].max()]
print(top_player)

输出示例：

           mean  count
player_name
Curry       9.267      3

如果出现并列（例如两人平均分都是9.5），上面的代码会打印出所有并列者，你可以再加一个排序条件,比如比较总得分或命中率。

进阶玩法：多维度统计与可视化

单纯的“最高分”太粗糙，我们还可以按位置、按周、按球队细分，以下代码实现“每个位置上评分最高的球员”：

best_per_position = df.groupby(['position', 'player_name'])['score'].mean().reset_index()
best_per_position = best_per_position.loc[best_per_position.groupby('position')['score'].idxmax()]
print(best_per_position)

可视化：用matplotlib画柱状图比较前三名：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 中文显示
top3 = avg_scores.nlargest(3, 'mean')
plt.bar(top3.index, top3['mean'])'评分最高的三名球员')
plt.xlabel('球员')
plt.ylabel('平均评分')
plt.show()

常见坑与性能优化（含问答）

问答环节

Q1: 为什么用idxmax()而不直接max()？

df.groupby('player_name')['score'].mean()返回的是Series，idxmax()返回索引（即球员名），而max()返回最大值（即分数），如果用max()，你只能得到“9.8分”,却不知道是谁。

Q2: 如果数据量高达百万行，groupby会不会很慢？

会，此时推荐用dask或polars库，它们支持分布式或惰性计算，或者先用df.sort_values('score', ascending=False).drop_duplicates('player_name')找到每人最高一场，再求平均，但这改变了逻辑，更优解是使用pandas的categorical数据类型对player_name进行优化，可提速3-5倍。

Q3: 数据中有NaN值怎么办？

先处理：df = df.dropna(subset=['score'])，或填充：df['score'].fillna(df['score'].mean(), inplace=True)，注意要明确业务含义,不能盲目填充。

Q4: 如何把结果导出为Excel？

top_player.to_excel('result.xlsx')，需要安装openpyxl。

性能优化技巧：

使用df.groupby('player_name', sort=False)避免排序开销。
如果只关心最高分，用nlargest(1, 'score')替代整列排序。
并行化处理：from pandarallel import pandarallel; pandarallel.initialize(); df.groupby('player_name').parallel_apply(...)。