前言

為了介紹python語言中pandas庫在數據分析中的重要作用，本人打算以NBA球星勒布朗詹姆斯在2020-2021賽季常規賽個人數據為例對pandas相關函數進行詳細說明。利用爬蟲技術，在知名籃球網站虎撲爬取了勒布朗詹姆斯的數據，稍后會將數據上傳至csdn，以供大家下載。

這篇文章，詳細介紹了pandas字符串分割函數---str.split()的用法。

DataFrame.str.split（pa,n,expand）
pat：字符串分隔符，默認為空格。
n：用于指定需要分割的次數，默認為-1。其中，None，0和-1都被解釋為返回所有分割的字符串。
expand：將拆分的字符串展開為單獨的列，默認為False。

????????????????True：返回DataFrame / MultiIndex；

? ? ? ??????????False：返回包含字符串列表的Series / Index。

1、常規賽數據格式

勒布朗詹姆斯2020-2021賽季常規賽個人數據的數據結構如下：

2、計算詹姆斯常規賽命中率

勒布朗詹姆斯2020-2021賽季常規賽個人數據中只有每場比賽的命中率，數據的第4列為每場比賽的投籃數和命中數，格式為"命中數-投籃數"。如果想要計算詹姆斯整個常規賽的命中率，則需要算出他常規賽的投籃數和命中數。此時，需要用到pandas分割字符串函數str.split()。

import numpy as np
import pandas as pd
df = pd.read_csv(“lbj-2020-2021-regular.csv”,encoding="gbk")
df0 = df['投籃'].str.split("-",expand=True)
df0.columns = ['命中數','投籃數']

DataFrame類型的df0即為詹姆斯常規賽的命中數和投籃數，如下所示：

因為要分別求取命中數和投籃數的總和，所以需要將df0的列轉化為整型，繼而可得到詹姆斯整個常規賽的命中率。

df0['命中數'] = df0['命中數'].astype('int')
df0['投籃數'] = df0['投籃數'].astype('int')
ShootRate = df0['命中數'].sum() / df0['投籃數'].sum()

計算得到，詹姆斯2020-2021常規賽投籃命中率為51.34%，還是很不錯的水平。

總結