统计列值出现次数并生成图表：少年棒球队球员位置出场次数统计咨询

嘿，作为经常帮体育团队处理数据统计的人，我给你几个实用的方案，从简单上手到灵活自动化都有，完美适配你作为棒球教练的需求：

这是最省心的方案，不用写代码，几步就能搞定：

• 第一步：整理数据格式
  你现在的表格是「位置列+球员姓名」的宽格式，先转成「球员-位置」的长格式——简单说就是把每个球员的每一次出场拆成单独一行。比如原来「投手」列里的张三，就变成一行：张三 | 投手。
  手动改太麻烦？Excel用Power Query一键转格式，Google Sheets用FLATTEN+QUERY函数就能批量处理，搜一下对应教程5分钟就能学会。
• 第二步：统计出场次数
  选中整理后的长格式数据，插入数据透视表：行放「球员姓名」，列放「位置」，值选「计数」，瞬间就能得到每个球员在各个位置的出场次数汇总表。
• 第三步：生成可视化图表
  选中透视表，直接插入簇状柱形图或者条形图——柱形图适合对比同一球员的不同位置出场数，条形图适合看所有球员在某个位置的排名，选你看着顺眼的就行，还能调整颜色、添加数据标签让结果更直观。

如果你想每次赛后导入数据就能自动出结果，不用手动点来点去，Python是个好选择：

• 第一步：读取赛事表格
  假设你的记录存在CSV文件里，用pandas读取：

  import pandas as pd
  # 读取你的赛事记录表格
  df = pd.read_csv("少年棒球联赛记录.csv")
  

• 第二步：转换数据格式
  把宽格式转成长格式，方便统计：

  # melt函数把列名转成「位置」，单元格值转成「球员姓名」，dropna去掉空值（没出场的位置）
  long_df = df.melt(var_name="位置", value_name="球员姓名").dropna()
  

• 第三步：统计各位置出场次数
  用groupby分组统计，再转成宽格式方便查看：

  # 按球员和位置分组计数，unstack把位置转成列，空值填0
  count_df = long_df.groupby(["球员姓名", "位置"]).size().unstack(fill_value=0)
  

• 第四步：生成可视化图表
  用seaborn画个清晰的柱形图：

  import seaborn as sns
  import matplotlib.pyplot as plt
  
  plt.figure(figsize=(10, 6))
  # 转置后画柱形图，每个球员对应一组柱子
  sns.barplot(data=count_df.T, palette="coolwarm")
  plt.title("球员各位置出场次数统计")
  plt.xlabel("球员姓名")
  plt.ylabel("出场次数")
  # 球员名字太长的话，旋转45度避免重叠
  plt.xticks(rotation=45)
  plt.tight_layout()
  plt.show()
  

  运行代码就能直接弹出图表，还能加一行plt.savefig("出场次数统计.png")把图表存成图片，方便分享给球队或者打印出来。

如果不想装软件也不想写代码，试试Tableau Public或者Google Data Studio：

• 上传你的表格文件，拖放「球员姓名」和「位置」字段，选择你想要的图表类型（比如热力图、条形图）；
• 生成的图表是交互式的，你可以点击筛选某个球员或者某个位置，还能生成链接分享给助理、球员家长，他们自己就能查看细节。

小提醒 #

不管用哪种方法，统一球员姓名的拼写很关键！比如别一会儿写「张三」一会儿写「张 三」，不然统计会把同一个人当成两个不同的球员，赛前给每个球员固定好姓名格式就能避免这个问题。

内容的提问来源于stack exchange，提问作者Any G