实用脚本统计赛季累计数据对比如何?

wen 实用脚本 18

赛季累计数据对比统计

下面给你一套可直接改用的脚本方案,覆盖 SQL 取数 → Python 统计 → 对比输出,假设场景是球员/队伍的赛季累计数据对比(可换成销售、运营等任意累计指标)。

实用脚本统计赛季累计数据对比如何?


需求拆解

“赛季累计数据对比”通常要回答:

  1. 每个对象(球员/队伍)赛季累计值是多少?
  2. 与上赛季或联盟平均对比,涨跌幅多少?
  3. 排名变化如何?
  4. 输出成表/图,便于复盘。

SQL 取数脚本(以球员赛季累计为例)

-- 赛季累计基础表:按球员+赛季聚合
WITH season_agg AS (
    SELECT
        player_id,
        player_name,
        season,
        team,
        COUNT(*)                          AS games_played,
        SUM(points)                       AS total_points,
        SUM(rebounds)                     AS total_rebounds,
        SUM(assists)                      AS total_assists,
        SUM(minutes)                      AS total_minutes,
        ROUND(AVG(points), 2)             AS avg_points,
        ROUND(SUM(points) / NULLIF(SUM(minutes),0) * 36, 2) AS pts_per36
    FROM game_logs
    WHERE season IN (:current_season, :prev_season)
    GROUP BY player_id, player_name, season, team
)
SELECT * FROM season_agg;

要点:

  • NULLIF 防除零;
  • 用 SUM/COUNT 做累计,AVG 做场均;
  • 一次取两个赛季,后续在 Python 里做对比。

Python 统计对比脚本

import pandas as pd
# 1. 读取数据(替换为你的 SQL 结果或 CSV)
df = pd.read_sql(sql, conn)   # 或 pd.read_csv("season_stats.csv")
CUR, PREV = 2024, 2023
# 2. 拆分当前/上赛季
cur = df[df.season == CUR].set_index("player_id")
prev = df[df.season == PREV].set_index("player_id")
# 3. 合并对比
metrics = ["total_points", "total_rebounds", "total_assists", "avg_points"]
cmp = cur[["player_name"] + metrics].join(
    prev[metrics], rsuffix="_prev", how="left"
)
# 4. 计算涨跌幅与排名
for m in metrics:
    cmp[f"{m}_diff"] = cmp[m] - cmp[f"{m}_prev"]
    cmp[f"{m}_pct"] = (cmp[m] / cmp[f"{m}_prev"] - 1).round(3)
cmp["rank_cur"]  = cmp["total_points"].rank(ascending=False, method="min")
cmp["rank_prev"] = cmp["total_points_prev"].rank(ascending=False, method="min")
cmp["rank_change"] = cmp["rank_prev"] - cmp["rank_cur"]   # 正数=上升
# 5. 输出
cmp = cmp.sort_values("total_points", ascending=False)
cmp.to_csv("season_compare.csv", encoding="utf-8-sig")
print(cmp.head(10)[["player_name","total_points","total_points_prev",
                    "total_points_pct","rank_change"]])

可视化(可选,matplotlib)

import matplotlib.pyplot as plt
top = cmp.head(10)
x = range(len(top))
plt.figure(figsize=(10,5))
plt.bar(x, top["total_points"], label="本赛季")
plt.bar(x, top["total_points_prev"], alpha=0.6, label="上赛季")
plt.xticks(x, top["player_name"], rotation=45)
plt.ylabel("累计得分"); plt.legend(); plt.tight_layout()
plt.savefig("season_compare.png", dpi=150)

中文显示需设置:plt.rcParams['font.sans-serif']=['SimHei']


输出结果示例

球员 本赛季累计 上赛季累计 同比 排名变化
A 1850 1600 +15.6% ↑2
B 1720 1780 -3.4% ↓1
C 1650 1200 +37.5% ↑5

可扩展点

  • 对比维度:换成“队伍 vs 联盟平均”“本周 vs 上周累计”只需改 groupby 和 join 键;
  • 归一化:出场数不同的对象,用 per36 或 per_game 更公平;
  • 异常过滤:加 games_played >= 10 避免小样本失真;
  • 自动化:把 SQL + Python 包成 cron 定时任务,每日/每周刷新对比表。

需要我按你的具体数据结构(表名、字段、对比对象)改写成可直接运行的版本吗?告诉我字段即可。

抱歉,评论功能暂时关闭!

友情链接攻略窝 · 礼包窝 · 配置窝 · 换算窝 · 算法窝 · 查文窝 · 手册窝 · 问答窝 · 全文搜 · 手册库
相关站点礼包窝 · 查文窝