python案例复盘称这次伤病潮是否拖累球队？

wen python案例 2026-10-02 1

本文目录导读：

案例背景
数据准备
分析思路
一句话总结

这是一个很典型的Python数据分析案例复盘场景，下面我按“假设我们有一份球队赛季数据”的思路，把这次分析从背景、方法、代码到结论完整串一遍，重点回答：这次伤病潮是否拖累了球队？

案例背景

假设我们分析的是某支篮球队/足球队的赛季表现，赛季中期球队遭遇了一波伤病潮，多名主力球员连续缺阵,外界普遍认为伤病是球队战绩下滑的主要原因。

我们需要用数据回答三个问题：

伤病潮期间,球队战绩是否显著下滑？
下滑是因为对手更强,还是自身表现变差？
伤病球员的缺阵与球队表现之间是否存在量化关系？

数据准备

假设我们有以下数据表：

表1：比赛记录 games_df

字段	说明
game_id	比赛ID
date	日期
opponent	对手
home_away	主/客
points_for	我方得分
points_against	对方得分
win	是否获胜
injured_count	本场缺阵的轮换球员数
key_player_missing	是否有核心球员缺阵

表2：伤病记录 injuries_df

字段	说明
player	球员
start_date	伤停开始
end_date	伤停结束
importance	球员重要性评分

分析思路

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
# 假设已读取数据
# games_df = pd.read_csv('games.csv')
# injuries_df = pd.read_csv('injuries.csv')

划分阶段：伤病潮前 / 中 / 后

# 定义伤病潮时间窗口
injury_start = '2024-01-10'
injury_end   = '2024-02-15'
def phase(date):
    if date < injury_start:
        return '赛前'
    elif date <= injury_end:
        return '伤病潮'
    else:
        return '赛后'
games_df['phase'] = games_df['date'].apply(phase)

各阶段战绩对比

summary = games_df.groupby('phase').agg(
    场次=('game_id', 'count'),
    胜率=('win', 'mean'),
    场均得分=('points_for', 'mean'),
    场均失分=('points_against', 'mean'),
    场均净胜分=('points_for', 'mean')
).assign(场均净胜分=lambda x: x['场均得分'] - x['场均失分'])
print(summary)

假设输出：

阶段	场次	胜率	场均得分	场均失分	场均净胜分
赛前	30	667	3	1	+7.2
伤病潮	15	333	8	6	-5.8
赛后	20	600	9	4	+4.5

初步看：伤病潮期间胜率从 66.7% 掉到 33.3%，净胜分从 +7.2 变成 -5.8，确实明显下滑。

统计检验：下滑是否显著？

before = games_df[games_df['phase'] == '赛前']['points_for'] - \
         games_df[games_df['phase'] == '赛前']['points_against']
during = games_df[games_df['phase'] == '伤病潮']['points_for'] - \
         games_df[games_df['phase'] == '伤病潮']['points_against']
t_stat, p_value = stats.ttest_ind(before, during, equal_var=False)
print(f"t={t_stat:.3f}, p={p_value:.4f}")

p < 0.05，说明净胜分的下滑统计显著,不是随机波动。

控制变量：对手强度

伤病潮期间可能刚好遇到强队,需要排除这个干扰。

# 假设有对手赛季胜率作为强度指标
games_df['opp_strength'] = games_df['opponent'].map(opp_win_rate)
# 分组看：对手强度相近时，伤病是否仍影响战绩
games_df['opp_level'] = pd.cut(games_df['opp_strength'],
                                bins=[0, 0.4, 0.6, 1.0],
                                labels=['弱', '中', '强'])
pivot = games_df.pivot_table(index='opp_level', columns='phase',
                              values='win', aggfunc='mean')
print(pivot)

假设输出：

对手水平	赛前	伤病潮	赛后
弱	85	60	80
中	65	30	60
强	40	10	35

即使控制对手强度，伤病潮期间胜率依然全面下滑，说明不能全怪赛程。

伤病数量与战绩的关系

# 按缺阵人数分组
games_df['injured_bin'] = pd.cut(games_df['injured_count'],
                                  bins=[-1, 0, 1, 2, 10],
                                  labels=['0人', '1人', '2人', '3人+'])
record_by_injury = games_df.groupby('injured_bin').agg(
    场次=('win', 'count'),
    胜率=('win', 'mean'),
    净胜分=('points_for', 'mean')
)
record_by_injury['净胜分'] = games_df.groupby('injured_bin').apply(
    lambda x: (x['points_for'] - x['points_against']).mean()
)
print(record_by_injury)

假设输出：

缺阵人数	场次	胜率	净胜分
0人	28	714	+8.1
1人	18	556	+2.3
2人	12	333	-4.6
3人+	7	143	-9.8

结论非常清晰：缺阵人数越多，胜率和净胜分越差，呈明显负相关。

corr = games_df['injured_count'].corr(games_df['points_for'] - games_df['points_against'])
print(f"缺阵人数与净胜分相关系数: {corr:.3f}")
# 假设输出: -0.62

可视化

fig, axes = plt.subplots(1, 2, figsize=(14, 5))
# 图1：各阶段净胜分
summary['场均净胜分'].plot(kind='bar', ax=axes[0], color=['green','red','blue'])
axes[0].set_title('各阶段场均净胜分')
axes[0].axhline(0, color='black', linewidth=0.8)
# 图2：缺阵人数 vs 净胜分
sns.boxplot(x='injured_bin', y=games_df['points_for'] - games_df['points_against'],
            data=games_df, ax=axes[1])
axes[1].set_title('缺阵人数与净胜分关系')
axes[1].axhline(0, color='black', linewidth=0.8)
plt.tight_layout()
plt.show()

✅ 伤病潮确实拖累了球队，证据如下：

战绩断层：伤病潮期间胜率从 66.7% → 33.3%，净胜分从 +7.2 → -5.8。
统计显著：t 检验 p < 0.05,下滑不是偶然波动。
控制对手强度后依然下滑：排除“刚好遇到强队”的解释。
剂量效应：缺阵人数越多，表现越差，相关系数约 -0.62。
核心球员缺阵影响更大：可进一步用 key_player_missing 分组验证。

⚠️ 但要避免过度归因：

伤病潮期间可能伴随赛程密集、客场多等因素,需进一步多元回归控制。
部分下滑可能来自替补经验不足,而非单纯缺人。
样本量只有 15 场,置信区间较宽。

📌 建议

# 多元回归：控制对手强度、主客场、背靠背后，看伤病变量的系数
import statsmodels.api as sm
X = games_df[['injured_count', 'opp_strength', 'home_away', 'back_to_back']]
X = pd.get_dummies(X, drop_first=True)
X = sm.add_constant(X)
y = games_df['points_for'] - games_df['points_against']
model = sm.OLS(y, X).fit()
print(model.summary())

injured_count 的系数依然显著为负，就可以更有把握地说：伤病潮是拖累球队的独立因素，而非表象。