tabliea Prepare挑战 2020/w19, 足球队员阵型分析

tabliea Prepare挑战 2020/w19, 足球队员和阵型 

原文：https://preppindata.blogspot.com/2020/05/2020-week-19.html

困难

我发现做数据分析的第一步数据整理阶段，最重要的是弄明白要分析的数据的意思，包括：

• 每个表的意义和表之间的关联
• 表的每个字段的意思。
• 这份数据的背景。比如足球比赛，需要知道基础背景知识。可以通过网络查询，但如果之前不了解，可能会产生理解错误。

另外因为这些挑战都是英文的，也带来了一些理解上的困难。

 

挑战：

本次挑战分为2块。

第一块，利用一个表的数据，分析不同队形对抗下，利物浦和它的对手的各自得分/各自平均得分。

只需要几步即可完成。关键一步就是以队形字段分组，然后进行分数的聚合计算。

 

第二块，利用3个表的数据，分析在不同的队形下，利物浦的球员的进球情况和在场时间。并分析一个队员

三个表：

• 上周的tableau prep流程
• 球员角色/位置表
• 球员全名和他喜好的位置。

第一步：

这样的连接以2个字段建立了关联。

 

第2步，对Player List表进行清理，把单一的字段拆分出，队员名称，和队员角色Position Type.

难点是，队员名称列的值比较混乱，有单一词，有混合2个词， 

• First Name Last Name (Andy Lonergan)，2个词
• Single Name (Adrián) 1个词。
• Split Surname (Virgil Van Dijk or Sepp van den Berg) 加上了姓的组合单词

方法，先按照空格拆分。然后：

[Player Name - Split 2]
IF [Player Name - Split 2] = '' 
THEN [Player Name - Split 1]
ELSE [Player Name - Split 2]
END

[Player Name - Split 2] 改名 [Player Surname ]
[Player Name - Split 2]+' '+[Player Name - Split 3]+' '+[Player Name - Split 4]

最后，删除无用字段。剩余：

• Player Surname
• Player Name
• Position Type -> 改名 Player Preferred Position

 

第3步：关联：

用Player Surname 关联PlayerName⚠️英文名字就是这样。

 

当关联后3个表组成了一个大表。我们就利用这个大表来回答下面的问题：

• How many times did each player play in each position? 
• How many minutes did they play in each position? 
• A player has a preferred type of position, how many times did they play not in that position type (Out of Position)?

通过这张大表522行数据，和筛选后保留的15个字段，我们可以知道每个球员每场比赛的上场情况。