Python

来源：好游戏攻略时间：2024-11-22 01:38

一、项目背景

EDG夺得2021英雄联盟全球总决赛冠军，这场比赛让所有观赛者热血沸腾，也唤起了我这个沉睡多年老玩家对MOBA游戏的兴趣，兴冲冲地下载了英雄联盟，却发现这并不是一个可以轻松上手的游戏。
对于时下最流行的MOBA类游戏——英雄联盟，作为一个新手可以从哪些方面切入，通过数据分析了解游戏机制并快速上手，降低新人过渡期的难度，是该项目的中心主题。

二、数据预处理

1.数据来源

数据源：League of Legends Ranked Matches

2.理解数据

数据集包含英雄联盟的18万场对局数据，数据表包括：
champs.csv ：包含英雄名称和英雄id
matches.csv : 包含比赛信息
participants ：每场比赛的玩家信息
stats1.csv & stats2.csv ：对战数据
teambans : 队伍ban选数据
teamstats ：队伍总数据

3.数据清洗

1.导入数据
导入所有数据表

import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns champs=pd.read_csv("champs.csv") matches=pd.read_csv("matches.csv") participants=pd.read_csv("participants.csv") stats1=pd.read_csv("stats1.csv") stats2=pd.read_csv("stats2.csv") teambans=pd.read_csv("teambans.csv") teamstats=pd.read_csv("teamstats.csv") 123456789101112

展示champs表：

champs.head() 1

在这里插入图片描述
展示matches表：

matches.head() 1

在这里插入图片描述
展示participants表：

participants.head() 1

在这里插入图片描述
展示stats1& stats2表，由于列数过多，仅能展示部分：

stats1_shape = stats1.shape print(stats1_shape) #(999999, 56) 123

在这里插入图片描述
展示teambans表：

teambans.head() 1

在这里插入图片描述
展示teamstats表：

teamstats.head() 1

在这里插入图片描述

2.查找缺失值
计算各表缺失值总和，若缺失值过多再逐列处理

champs_null = sum(champs.isnull().sum()) print(champs_null) #0 123

各表缺失值均为0，说明数据集完整

3.合并数据表

stats = stats1.append(stats2) df = pd.merge(participants, stats, how= 'left', on= ['id']) df = pd.merge(df, champs, how= 'left', left_on= 'championid', right_on= 'id') df = pd.merge(df, matches, how= 'left', left_on= 'matchid', right_on= 'id') df.columns #Index(['id_x', 'matchid', 'player', 'championid', 'ss1', 'ss2', 'role', # 'position'123456