本文目录导读:

在体育数据分析中,查看两队主客场战绩差异是评估比赛优势的重要维度,以下是几种实用的脚本/工具和方法,按使用场景分类:
Python 脚本(适合自定义分析)
基础版:从 CSV/Excel 读取数据
import pandas as pd
# 假设数据包含: 主队, 客队, 主队得分, 客队得分, 日期
df = pd.read_csv("matches.csv")
# 计算每队主场战绩
home_stats = df.groupby("主队").agg(
主场场次=("主队得分", "count"),
主场胜=("主队得分", lambda x: (x > df.loc[x.index, "客队得分"]).sum()),
主场场均得分=("主队得分", "mean"),
主场场均失分=("客队得分", "mean"),
)
# 计算每队客场战绩
away_stats = df.groupby("客队").agg(
客场场次=("客队得分", "count"),
客场胜=("客队得分", lambda x: (x > df.loc[x.index, "主队得分"]).sum()),
客场场均得分=("客队得分", "mean"),
客场场均失分=("主队得分", "mean"),
)
# 合并对比
comparison = home_stats.join(away_stats, how="outer")
comparison["主场胜率"] = comparison["主场胜"] / comparison["主场场次"]
comparison["客场胜率"] = comparison["客场胜"] / comparison["客场场次"]
comparison["胜率差"] = comparison["主场胜率"] - comparison["客场胜率"]
print(comparison.sort_values("胜率差", ascending=False))
进阶版:抓取公开数据(如 NBA、五大联赛)
常用库:requests + BeautifulSoup(网页)、nba_api(NBA)、football-data.org API、sportsipy。
from nba_api.stats.endpoints import leaguegamefinder
games = leaguegamefinder.LeagueGameFinder(
season_nullable="2023-24", season_type_nullable="Regular Season"
).get_data_frames()[0]
# MATCHUP 字段含 "vs." 表示主场,"@" 表示客场
games["is_home"] = games["MATCHUP"].str.contains("vs.")
games["win"] = games["WL"] == "W"
summary = games.groupby(["TEAM_NAME", "is_home"])["win"].mean().unstack()
summary.columns = ["客场胜率", "主场胜率"]
summary["差异"] = summary["主场胜率"] - summary["客场胜率"]
print(summary.sort_values("差异", ascending=False))
现成工具/网站(无需写代码)
| 工具 | 用途 |
|---|---|
| Basketball-Reference | 每队页面有 Home/Away Splits 表格 |
| FBref (足球) | 联赛积分榜可切换 Home/Away,还有 xG 主客场拆分 |
| Transfermarkt | 球队赛季主客场战绩表 |
| SofaScore / Flashscore | 比赛页有主客场统计对比 |
| ESPN Standings | 支持 Home/Road 拆分排序 |
| Excel 数据透视表 | 把赛程表导入后按"球队+主客"透视,最快上手 |
评估差异时的关键指标
不要只看胜率,建议同时对比:
- 场均净胜分/净胜球(Home vs Away)
- 进攻效率 / 防守效率(篮球用 ORtg/DRtg,足球用 xG)
- 样本量:主客场各少于 10 场时差异不具统计意义
- 对手强度:主客场赛程难度不同会扭曲结果,可用 Elo 或对手平均排名加权
- 显著性检验:可用卡方检验或 bootstrap 判断差异是否真实
Excel 快速法(非编程)
- 赛程表加两列:
是否主场、是否获胜 - 插入数据透视表:行=球队,列=是否主场,值=胜率均值
- 加计算字段
主场胜率 - 客场胜率排序
如果你告诉我具体是哪项运动、数据来源(CSV / 某网站 / API)以及想输出什么形式(表格 / 图表 / 预测模型输入),我可以给你更贴合的脚本。
友情链接
版权声明:本站文章为原创整理,转载请注明出处。