NBA数据集

** 数据集使用方法**

使用在线分析工具K-Lab直接探索数据集：
1、点击右上角蓝色按钮【创建项目】，创建分析项目
2、项目创建好后，点击【运行】按钮，进入K-Lab
3、在侧边栏文件树查看数据集路径

背景介绍

明星数据集系列挑战赛来袭！本期明星数据集是《NBA数据集》。关于NBA相关数据，你想要了解的一切都在这里！数据集内含从上世纪90年代开始到16-17赛季，包括NBA所有球员、球队的常规赛，季后赛数据，还收录有教练的执教数据，甚至包括球员各赛季的薪金数据。在这里只有你想不到的没有找不到的。

关联活动

基础数据集数据字典

本数据集的基础数据由7个csv文件组成:

player_season.csv player_playoff.csv player_salary.csv coach_season.csv coach_playoff.csv team_season.csv team_playoff.csv

数据字典如下，如发现数据字典中如有解释错误或不够详尽的地方，可以到本数据集的评论区给我们留言，我们会在第一时间做出完善。

1.球员常规赛、季后赛单场比赛数据(player_season.csv、player_playoff.csv)

字段名称 数据类型 举例 备注 球员 object LeBron James 赛季 object 16-17 球队 object CLE 结果 object L W胜/L负 比分 object ATL126-125CLE 首发 int64 1 季后赛数据集中该字段缺省 时间 int64 47 单位min 投篮 float64 0.524 表示投篮命中率，下表同 命中 int64 11 出手 int64 21 三分 float64 0.333 表示三分命中率，下表同 三分命中 int64 1 三分出手 int64 3 罚球 float64 0.900 表示罚球命中率，下表同 罚球命中 int64 9 罚球出手 int64 10 篮板 int64 16 前场 int64 3 后场 int64 13 助攻 int64 10 抢断 int64 1 盖帽 int64 0 失误 int64 3 犯规 int64 6 得分 float64 32 2.球员薪金数据(player_salary.csv) 字段名称 数据类型 举例 备注 姓名 object LeBron James 球队 object CLE 缺失值为NAN 薪金（万美元） int64 402 赛季 object 03-04

3.教练常规赛、季后赛赛季平均数据(coach_season.csv、coach_playoff.csv)

字段名称 数据类型 举例 姓名 object Gregg Popovich 赛季 object 16--17 球队 object SAS 执教 int64 82 投篮 float64 0.469 命中 float64 39.3 出手 float64 83.7 三分 float64 0.391 三分命中 float64 9.2 三分出手 float64 23.5 罚球 float64 0.797 罚球命中 float64 17.6 罚球出手 float64 22.0 篮板 float64 43.9 前场 float64 10.0 后场 float64 33.8 助攻 float64 23.8 抢断 float64 8.0 盖帽 float64 5.9 失误 float64 12.9 犯规 float64 18.3 得分 float64 105.3 胜 int64 61 负 int64 21 胜率 float64 0.744

4.球队单场比赛数据(team_season.csv、team_playoff.csv)

字段名称 数据类型 举例 备注 球队 object CHI 本条数据所属的球队缩写 时间 object 1985/10/25 比赛日期 结果 object W W：胜、L：负 主/客场 object 主 比分 object CLE115-116CHI 投篮 float64 0.453 命中 int64 43 出手 int64 95 三分 float64 0.250 三分命中 int64 1 三分出手 int64 4 罚球 float64 0.707 罚球命中 int64 29 罚球出手 int64 41 篮板 int64 53 前场 int64 21 后场 int64 32 助攻 int64 29 抢断 int64 8 盖帽 int64 8 失误 int64 20 犯规 int64 33 得分 int64 116 附录.NBA各球队缩写简称与正式名称对照表 球队简称 正式名称 CHI 芝加哥公牛 HOU 休斯顿火箭 SAS 圣安东尼奥马刺 DAL 达拉斯小牛 MEM 孟菲斯灰熊 GSW 金州勇士 LAC 洛杉矶快船 SAC 萨克拉门托国王 LAL 洛杉矶湖人 OKC 俄克拉荷马雷霆 POR 波特兰开拓者 UTA 犹他爵士 DEN 丹佛掘金 MIN 明尼苏达森林狼 TOR 多伦多猛龙 BOS 波士顿凯尔特人 NYK 纽约尼克斯 BKN 布鲁克林篮网 PHI 费城76人 MIA 迈阿密热火 ATL 亚特兰大老鹰 CHA 夏洛特山猫 WAS 华盛顿奇才 ORL 奥兰多魔术 CLE 克里弗兰骑士 IND 印第安纳步行者 DET 底特律活塞 MIL 密尔沃基雄鹿 NOH 新奥尔良黄蜂 PHO 菲尼克斯太阳

进阶数据集数据字典

本数据集附带收录1950-2017年NBA球员的一些常规赛进阶数据
进阶数据由五个CSV文件组成：

avg.csv tot.csv single.csv advanced_basic.csv advanced_shooting.csv

具体的数据字典如下：
球员场均/总计数据(avg.csv、tot.csv)

字段名称 数据类型 举例 备注 姓名 object LeBron James 赛季 object 16--17 赛季年份的最后两位 球队 object CLE 球队英语缩写，当球员在同一赛季活跃于多个球队时，该球员该赛季在每个球队都会产生一条数据，同时还会产生一条球队名为TOT的总计数据。 出场 float64 74 首发 float64 74 时间 float64 37.8 球员出场时间 投篮 float64 0.548 命中 float64 9.9 出手 float64 18.2 三分 float64 0.363 三分命中 float64 1.7 三分出手 float64 4.6 罚球 float64 0.674 罚球命中 float64 4.8 罚球出手 float64 7.2 篮板 float64 8.6 前场 float64 1.3 后场 float64 7.3 助攻 float64 8.7 抢断 float64 1.2 盖帽 float64 0.6 失误 float64 4.1 犯规 float64 1.8 得分 float64 26.4 胜 float64 51 胜场数 负 float64 23 负场数

球员单场最佳(single.csv)

字段名称 数据类型 举例 姓名 object LeBron James 赛季 object 16--17 球队 object CLE 时间 float64 52 投篮 float64 0.8 命中 float64 17 出手 float64 29 三分 float64 1 三分命中 float64 6 三分出手 float64 11 罚球 float64 1 罚球命中 float64 14 罚球出手 float64 16 篮板 float64 17 前场 float64 5 后场 float64 14 助攻 float64 17 抢断 float64 4 盖帽 float64 3 失误 float64 8 犯规 float64 6 得分 float64 44

球员进阶数据(advanced_basic.csv)

字段名称 数据类型 举例 备注 姓名 object LeBron James 赛季 object 16--17 球队 object CLE 篮板率 float64 0.126 球员篮板数×(球队所有球员上场时间÷5)÷球员上场时间÷(球队总篮板+对手总篮板) 进攻板 float64 0.04 防守板 float64 0.207 助攻率 float64 0.413 球员助攻数÷(球员上场时间÷(球队所有球员上场时间÷5)×球队总进球数-球员进球数) 抢断率 float64 0.016 球员抢断数×(球队所有球员上场时间÷5)÷球员上场时间÷对手进攻次数) 盖帽率 float64 0.013 球员盖帽数×(球队所有球员上场时间÷5)÷球员上场时间÷对手两分球出手次数) 失误率 float64 0.161 球员失误数÷(球员两分球出手次数+0.44×球员罚球次数+球员失误数) 使用率 float64 0.3 (球员出手次数+0.44×球员罚球次数+球员失误次数)×(球队所有球员上场时间÷5)÷球员上场时间÷(球队所有总球员出手次数+0.44×球队所有球员罚球次数+球队所有球员失误次数) 进攻效率 float64 119 每100个进攻回合球员的得分 防守效率 float64 108 每100个防守回合对手的得分 WS float64 12.9 胜利贡献值 进攻WS float64 9.8 防守WS float64 3 PER float64 27 霍格林效率值 扣篮 float64 145

球员进阶数据——投篮(advanced_shooting.csv)

字段名称 数据类型 举例 备注 姓名 object LeBron James 赛季 object 16--17 球队 object CLE 出手距离 float64 11 篮下命中率 float64 0.78 篮下命中 float64 6.1 篮下出手 float64 7.8 篮下占比 float64 0.432 近距两分 float64 0.385 近距命中 float64 0.7 近距出手 float64 1.9 近距占比 float64 0.106 中距两分 float64 0.44 中距命中 float64 0.8 中距出手 float64 1.9 中距占比 float64 0.105 远距两分 float64 0.307 远距命中 float64 0.6 远距出手 float64 1.9 远距占比 float64 0.102 真实命中率 float64 0.619 得分/(2*(投篮出手数+0.44*罚球出手数)) 投篮效率 float64 0.594 (投篮命中数+0.5*三分命中数)/投篮出手数

更新日志

【2017/8/25】修正A.C. Green及Shaquille O'Neal两位球员的姓名错误 【2017/8/28】新增5个进阶数据集 【2017/9/1】 修复费城76人队的比分显示错误 所获奖项 作品名称 作者 数据“MVP” 王者荣耀 ― NBA数据分析 [增加梅西评分模型 AAAIbert 数据一阵 心目中的NBA总冠军梦之队 Jeremy_Zhou 数据一阵 从数据分析角度看伦纳德和詹姆斯的差距到底在哪？ 老师 数据一阵 乔科詹库之全方位分析 ashes 数据一阵 找寻史上最XX总冠军 AK_47 数据一阵 关公战秦琼 - 谁才是NBA史上最强？ Crossin的编程教室 数据一阵 我不是真正的懂球帝！ SilenceZJl 数据一阵 Re：从零开始的NBA 行者无疆 数据一阵 论篮球胜利核心因素【NBA数据&R语言分析】 hope 数据一阵 NBA工资分析：球星们每得一分能拿多少钱？ mqks 数据一阵 NBA的历史长河 zyt

网址：NBA数据集 https://m.mxgxt.com/news/view/1535333

相关内容

数据集
NBA常规赛数据大揭秘
拥抱数据分析后，NBA走进了新时代
基于大数据的NBA球员数据分析及预测系统
基于spark的nba球员数据分析
榜眼数据数据集
2019年NBA全明星赛,精彩瞬间与数据解读
【大数据】495亿美元！大数据独家揭秘球队市值 NBA球队到底多挣钱？
面向NBA球员的数据分析和可视化
StarRocks数据集成

随便看看