Python数据探索，了解夏季奥运与冬季奥运的区别

咋咋

发布于 2021-09-01 10:33:19

3650

发布于 2021-09-01 10:33:19

文章被收录于专栏：数据大宇宙

前言

最近在准备 pandas 专栏的工程化内容，其中用到一份奥运数据的探索分析。这里会截取一些技巧内容让大家参考学习，包括：

怎么找出每个项目首次出现在奥运的时间
哪些项目被取消？在哪一届被取消
有没有项目被取消之后，又重新纳入奥运项目
………………

完整的分析过程，包括如何组织代码，把一些固定参数和逻辑外置在 Excel上等高级技巧，请关注专栏相关章节。

导入这些库：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

plt.rcParams['figure.figsize'] = [16,10]
plt.rcParams['figure.dpi'] = 140
plt.rcParams['font.size'] = 20

数据是从 kaggle 上下载的 csv 文件：

df = pd.read_csv('athlete_events.csv')
df

每一行表示一个运动员的记录，包括姓名、性别，国家、参与年份，项目(Sport)，拿到的奖项(Medal)

开始年份与举办时间的变化

本文主题是夏季奥运与冬季奥运，而数据的颗粒是某一届奥运的某一位运动员，显然太细了。

很简单，取出我们需要的字段，然后去重就可以得到需要的颗粒度：

df[['Year','Season']].drop_duplicates().sort_values('Year')

数据太多，不好看。简单可视化：

(
    df[['Year', 'Season']]
    .drop_duplicates()
    .sort_values('Year')
    .pivot_table(index='Year',columns='Season',values='Season',aggfunc='size')
    .plot.bar(stacked=True)
)

1896年开始就已经有夏季奥运
但直到1924年开始才有冬季奥运
1924 - 1992 年间，冬季与夏季奥运是在同一年举办
从1994年开始，冬季与夏季奥运相隔2年举办

我们知道，由于疫情原因，今年(现在是2021年了)看到的东京奥运其实是 2020 年的夏季奥运会

所以你会看到东京奥运会上的标识年份是 2020

项目区别

现在我们不考虑时间，只看季节与项目的关系：

(
    df[['Season','Sport']]
    .drop_duplicates()
    .groupby('Season').count()
)

可视化也是一样的套路：

(
    df[['Season','Sport']]
    .drop_duplicates()
    .groupby('Season').count()
    .plot.bar(table=True)
)

夏季奥运的项目非常多
相对来说，冬季奥运的项目较少

这个很容易理解，冬季奥运项目都是与冰雪有关的项目：

(
    df[['Season','Sport']]
    .drop_duplicates()
    .query('Season=="Winter"')
)

冬季奥运项目基本是滑冰，滑雪，冰壶，冰球和雪橇

但是夏季奥运很多项目是不受冰雪天气限制的项目，因此非常多

影响力

同样套路，看看参与国家的数量：

(
    df[['Season','NOC']]
    .drop_duplicates()
    .groupby('Season').count()
    .plot.bar(table=True)
)

夏季奥运有230个国家参与
冬季奥运只有119个国家参与

原因显然易见，大部分国家都有夏季，而且很多项目可能在室内，不受环境影响，所以夏季奥运是所有国家都参与。

而冬季项目在那些常年冰天雪地的国家中，自然受众较多，参与人数和发展较好。

相比之下，一些没有这样气候环境的国家可能就不会投入资源在冬季项目中，既然没有夺金希望，那索性不参与

下次再分享基于每个项目的探索，如果对你有帮助，请点赞转发支持！！

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2021-08-02，如有侵权请联系 cloudcommunity@tencent.com 删除

腾讯云开发者社区

本文分享自数据大宇宙微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

腾讯云开发者社区

登录后参与评论

0 条评论

热度