NBA比赛数据集

NBA 比赛数据集

NBA Games Data (2004 – 2020)

一、数据集概述

本数据集收录了 2004 赛季至 2020 年 12 月期间 NBA 联赛的全部比赛数据，是篮球运动数据分析、比赛预测和统计建模领域的高质量结构化数据集。数据来源于 NBA 官方统计数据网站 (stats.nba.com)，覆盖了长达 17 个赛季的完整比赛记录。

数据集包含 5 个 CSV 文件，涵盖比赛概览、球员个人技术统计、球员信息、球队排名和球队基本信息等多个维度，总计超过 91 万条数据记录，可全面支撑从球队战术分析到球员表现评估的多层次研究需求。无论是体育数据分析初学者还是专业研究人员，都能从中获取有价值的洞见。

二、基本信息

三、数据内容详情

数据集包含以下 5 个 CSV 文件，各文件详细说明如下：

3.1 比赛概览数据（games.csv）

记录每场比赛的基本信息，包括比赛日期、主客队、比分、投篮命中率、三分命中率、罚球命中率、助攻数、篮板数以及主队是否获胜等。每行代表一场比赛，包含主客双方的关键统计数据，共计 26,651 场比赛记录。

3.2 比赛球员技术统计（games_details.csv）

记录每场比赛中每位球员的个人技术统计，包括上场时间、投篮命中/出手、三分命中/出手、罚球命中/出手、前场篮板、后场篮板、总篮板、助攻、抢断、盖帽、失误、犯规、得分和正负值（+/-）等 29 个字段。这是数据集中最大的文件，共计 668,628 条球员比赛记录。

3.3 球员信息（players.csv）

记录每个赛季的球员名单，包括球员姓名、所属球队 ID、球员 ID 和赛季。可以追踪球员在不同赛季的转会情况。

3.4 球队排名数据（ranking.csv）

记录各赛季球队在不同日期的排名数据，包括分赛区（东西部）、胜负场次数、胜率、主场战绩、客场战绩等。共计 210,342 条排名记录，可反映球队在整个赛季中的排名变化趋势。

3.5 球队基本信息（teams.csv）

NBA 30 支球队的基本信息，包括球队 ID、缩写、昵称、成立年份、所在城市、主场球馆、球馆容量、老板、总经理、主教练和发展联盟附属球队等。

3.6 数据统计汇总

四、核心数据字段说明

4.1 比赛概览字段 (games.csv)

4.2 球员技术统计字段 (games_details.csv)

五、应用场景

▸ 比赛结果预测：利用比赛历史数据构建机器学习模型，预测未来比赛胜负。可使用得分、投篮命中率、主客场等特征训练分类模型（逻辑回归、随机森林、XGBoost 等）。

▸ 球员表现评估：基于球员技术统计数据，评估球员综合表现。可构建效率值（PER）模型、真实命中率（TS%）计算或球员聚类分析。

▸ 球队战术分析：通过分析球队在不同赛季的投篮分布、篮板控制、助攻效率等指标，研究球队战术风格演变和比赛策略优化。

▸ 赛季排名预测：结合球队排名数据和比赛结果，预测赛季总冠军归属或季后赛席位分布。

▸ 体育数据可视化：利用丰富的统计数据创建交互式可视化看板，展示球队和球员的历史表现趋势。

▸ 体育博彩分析：基于历史比赛数据和统计模型，为体育博彩提供数据驱动的分析参考。

▸ NBA 数据新闻报道：为体育媒体和自媒体提供数据支撑，撰写有深度的 NBA 分析文章。

六、使用建议

1. 推荐使用 Python 的 pandas 库进行数据加载和分析，可快速完成数据清洗和聚合操作。

2. games_details.csv 文件较大（88.8 MB），建议使用 chunksize 参数分块读取，或在使用前过滤所需赛季。

3. 分析特定球员表现时，可先通过 players.csv 获取 PLAYER_ID，再在 games_details.csv 中筛选。

4. 注意数据中某些球员字段可能为空值（如未上场球员的统计数据），需进行缺失值处理。

5. 建议按赛季（SEASON 字段）划分训练集和测试集，避免数据泄露问题。

6. 如需更近期的数据（2021 年之后），可使用 nba_api 库从 NBA 官方接口获取更新数据。

7. 数据中所有时间字段为美国东部时间，与北京时间相差 12-13 小时（取决于夏令时）。