如何绘制球员分数每日变化？保持标签唯一不受索引/人员变动影响

问题描述 #

我有一个分数追踪脚本，每日生成并导出为JSON格式的DataFrame，通过以下代码读取这类JSON文件：

import json
import datetime
import pandas as pd
import matplotlib.pyplot as plt
import os

# Directory where the JSON files are located
json_dir = 'data/teamName'  # Update with your actual directory path

# Get the list of JSON files in the directory
json_files = [f for f in os.listdir(json_dir) if f.endswith('.json')]
data = []
for json_file in json_files:
    with open(os.path.join(json_dir, json_file), 'r') as f:
        player_stats = pd.read_json(f,keep_default_dates=True)

为演示场景，提供示例脚本生成每日数据：

import datetime
import pandas as pd

day1 = datetime.datetime.strptime("01/01/2023", "%d/%m/%Y")
day2 = datetime.datetime.strptime("02/01/2023", "%d/%m/%Y")
day3 = datetime.datetime.strptime("03/01/2023", "%d/%m/%Y")

listPlayers =["Player1", "Player2", "Player3", "Player2", "Player1", "Player3", "Player1", "Player5", "Player3"]
listScores = [1.2, 3.4, 5.0,3.0, 1.4, 6.0,3, 2, 6.5]
listDays = [day1,day1,day1, day2, day2, day2, day3,day3,day3]

for i in range(1,4):
    myDF = pd.DataFrame({"Name":listPlayers[(i-1)*3:3*i], "Scores":listScores[(i-1)*3:3*i],"Days":listDays[(i-1)*3:3*i]})
    print(myDF)
    print("break")

需求：绘制单个球员分数及团队分数的每日变化曲线，要求即使球员索引变动、离队或新球员加入（如第3天Player2被Player5替换，仍需展示Player2在第1、2天的数据），每个球员都拥有唯一标签。请问该需求是否可实现？

解决方案：完全可以实现 #

核心思路是先整合所有历史数据，以**球员姓名（Name列）**作为唯一标识，而非索引或位置，再基于整合后的数据完成绘图。具体步骤如下：

1. 整合所有每日JSON数据

修改读取代码，将所有文件的DataFrame合并为一个完整数据集：

import json
import datetime
import pandas as pd
import matplotlib.pyplot as plt
import os

json_dir = 'data/teamName'
json_files = [f for f in os.listdir(json_dir) if f.endswith('.json')]

# 初始化空列表存储所有数据
all_data = []
for json_file in json_files:
    file_path = os.path.join(json_dir, json_file)
    with open(file_path, 'r') as f:
        df = pd.read_json(f, keep_default_dates=True)
        all_data.append(df)

# 合并所有数据为一个大DataFrame
full_df = pd.concat(all_data, ignore_index=True)
# 确保日期格式正确
full_df['Days'] = pd.to_datetime(full_df['Days'])

2. 整理数据（可选：规范日期与球员维度）

用透视表整理数据，自动为每个球员创建独立列，缺失数据留空：

# 创建透视表：行=日期，列=球员，值=分数
pivot_df = full_df.pivot(index='Days', columns='Name', values='Scores')
# 按日期排序，保证时间顺序正确
pivot_df = pivot_df.sort_index()

3. 绘制单个球员分数曲线

基于透视表绘图，每个球员自动生成唯一标签的曲线：

plt.figure(figsize=(10, 6))

# 遍历每个球员列，绘制对应分数曲线
for player in pivot_df.columns:
    plt.plot(pivot_df.index, pivot_df[player], marker='o', label=player)

plt.xlabel('日期')
plt.ylabel('分数')
plt.title('单个球员每日分数变化')
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.grid(True)
plt.tight_layout()
plt.show()

4. 计算并绘制团队分数曲线

可以选择每日平均分、总分等作为团队指标：

# 计算每日团队平均分（自动忽略缺失值）
team_avg = pivot_df.mean(axis=1)

plt.figure(figsize=(10, 6))
plt.plot(team_avg.index, team_avg, marker='s', color='red', linewidth=2, label='团队平均分')

plt.xlabel('日期')
plt.ylabel('分数')
plt.title('团队每日平均分数变化')
plt.legend()
plt.grid(True)
plt.show()

关键说明

• 所有操作以球员姓名为唯一标识，完全不受索引位置、球员离队/新增的影响。
• 透视表会自动处理数据缺失，绘图时仅连接球员有分数记录的日期，保留完整历史数据展示。

内容的提问来源于stack exchange，提问作者Guilherme Theis