understatr

subestimar

Descripción general

Un paquete R para ayudar a recuperar datos ordenados y subestimados.

Instalar

No es probable que understatr se envíe a CRAN. Obtenga la última versión de desarrollo de GitHub:

 remotes :: install_github( ' ewenme/understatr ' )

Usar

library( understatr )

Consulta las ligas/temporadas disponibles actualmente:

get_leagues_meta()
# > # A tibble: 48 × 4
# >    league_name  year season    url                                        
# >    <chr>       <dbl> <chr>     <chr>                                      
# >  1 EPL          2021 2021/2022 https://understat.com/league/EPL/2021      
# >  2 EPL          2020 2020/2021 https://understat.com/league/EPL/2020      
# >  3 EPL          2019 2019/2020 https://understat.com/league/EPL/2019      
# >  4 EPL          2018 2018/2019 https://understat.com/league/EPL/2018      
# >  5 EPL          2017 2017/2018 https://understat.com/league/EPL/2017      
# >  6 EPL          2016 2016/2017 https://understat.com/league/EPL/2016      
# >  7 EPL          2015 2015/2016 https://understat.com/league/EPL/2015      
# >  8 EPL          2014 2014/2015 https://understat.com/league/EPL/2014      
# >  9 La liga      2021 2021/2022 https://understat.com/league/La%20liga/2021
# > 10 La liga      2020 2020/2021 https://understat.com/league/La%20liga/2020
# > # … with 38 more rows

Obtenga estadísticas de la plantilla de juego de un equipo en una temporada de liga:

get_team_players_stats( team_name = " Manchester City " , year = 2018 )
# > 
# > ── Column specification ────────────────────────────────────────────────────────
# > cols(
# >   player_id = col_double(),
# >   player_name = col_character(),
# >   games = col_double(),
# >   time = col_double(),
# >   goals = col_double(),
# >   xG = col_double(),
# >   assists = col_double(),
# >   xA = col_double(),
# >   shots = col_double(),
# >   key_passes = col_double(),
# >   yellow_cards = col_double(),
# >   red_cards = col_double(),
# >   position = col_character(),
# >   team_name = col_character(),
# >   npg = col_double(),
# >   npxG = col_double(),
# >   xGChain = col_double(),
# >   xGBuildup = col_double()
# > )
# > # A tibble: 21 × 19
# >    player_id player_name     games  time goals    xG assists     xA shots key_passes
# >        <dbl> <chr>           <dbl> <dbl> <dbl> <dbl>   <dbl>  <dbl> <dbl>      <dbl>
# >  1       619 Sergio Agüero      33  2515    21 19.9        8  5.23    118         34
# >  2       618 Raheem Sterling    34  2788    17 15.9       10 10.8      77         66
# >  3       337 Leroy Sané         31  1866    10  6.98      10  8.10     56         40
# >  4       750 Riyad Mahrez       27  1333     7  6.62       4  5.01     54         24
# >  5      3635 Bernardo Silva     36  2851     7  8.20       7  8.63     62         71
# >  6      5543 Gabriel Jesus      29   993     7 12.6        3  2.65     43         21
# >  7       314 Ilkay Gündogan     31  2133     6  4.21       3  4.97     43         43
# >  8       617 David Silva        33  2426     6  8.13       8 10.1      51         73
# >  9      2498 Aymeric Laporte    35  3059     3  3.75       3  0.839    26         13
# > 10       447 Kevin De Bruyne    19   965     2  1.47       2  6.65     31         36
# > # … with 11 more rows, and 9 more variables: yellow_cards <dbl>,
# > #   red_cards <dbl>, position <chr>, team_name <chr>, npg <dbl>, npxG <dbl>,
# > #   xGChain <dbl>, xGBuildup <dbl>, year <dbl>

Obtén estadísticas de un jugador en todas las temporadas:

get_player_seasons_stats( player_id = 618 )
# > 
# > ── Column specification ────────────────────────────────────────────────────────
# > cols(
# >   position = col_character(),
# >   games = col_double(),
# >   goals = col_double(),
# >   shots = col_double(),
# >   time = col_double(),
# >   xG = col_double(),
# >   assists = col_double(),
# >   xA = col_double(),
# >   key_passes = col_double(),
# >   year = col_double(),
# >   team_name = col_character(),
# >   yellow = col_double(),
# >   red = col_double(),
# >   npg = col_double(),
# >   npxG = col_double(),
# >   xGChain = col_double(),
# >   xGBuildup = col_double(),
# >   player_name = col_character()
# > )
# > # A tibble: 8 × 19
# >   position games goals shots  time    xG assists     xA key_passes  year
# >   <chr>    <dbl> <dbl> <dbl> <dbl> <dbl>   <dbl>  <dbl>      <dbl> <dbl>
# > 1 FWL          3     1     7   128  1.71       0  0.111          1  2021
# > 2 AML         31    10    70  2539 12.1        7  6.63          39  2020
# > 3 FWL         33    20   100  2678 19.8        1  7.21          48  2019
# > 4 AML         34    17    77  2788 15.9       10 10.8           66  2018
# > 5 Sub         33    18    87  2594 18.8       11  8.84          55  2017
# > 6 AMR         33     7    64  2532  8.11       6  5.50          46  2016
# > 7 AML         31     6    52  1943  7.15       2  3.25          35  2015
# > 8 AML         35     7    84  3059  8.79       7  6.04          75  2014
# > # … with 9 more variables: team_name <chr>, yellow <dbl>, red <dbl>, npg <dbl>,
# > #   npxG <dbl>, xGChain <dbl>, xGBuildup <dbl>, player_id <dbl>,
# > #   player_name <chr> 

Asuntos

Si encuentra un error claro, presente un ejemplo mínimo reproducible en GitHub. Si tiene preguntas y otras discusiones, pruebe stackoverflow o envíe un correo electrónico.

Descargo de responsabilidad

Si bien no hay ningún aviso oficial en el sitio que apruebe la actividad de web scraping, el soporte de Understat ha confirmado previamente (a través de un intercambio de correo electrónico, el 8 de noviembre de 2018) que sus datos son de uso gratuito para fines no comerciales. Esta postura está sujeta a cambios.

Además, sea cortés y atribuya la fuente.

---

Tenga en cuenta que este proyecto se publica con un Código de conducta para colaboradores. Al participar en este proyecto, usted acepta cumplir con sus términos.