understatr

sous-statuteur

Aperçu

Un package R pour aider à récupérer des données de sous-estimation bien rangées.

Installer

Il est peu probable que understatr soit soumis au CRAN. Obtenez la dernière version de développement sur GitHub :

 remotes :: install_github( ' ewenme/understatr ' )

Utiliser

library( understatr )

Vérifiez les ligues/saisons actuellement disponibles :

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

Obtenez les statistiques de l'équipe de jeu d'une équipe au cours d'une saison de championnat :

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>

Obtenez les statistiques d'un joueur sur toutes les saisons :

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> 

Problèmes

Si vous rencontrez un bug évident, veuillez déposer un exemple minimal reproductible sur GitHub. Pour des questions et autres discussions, essayez stackoverflow ou e-mail.

Clause de non-responsabilité

Bien qu'il n'y ait aucun avis officiel sur le site tolérant l'activité de web scraping, le support d'Understat a déjà confirmé (via un échange de courrier électronique, le 8 novembre 2018) que leurs données peuvent être utilisées librement à des fins non commerciales. Cette position est susceptible de changer.

Soyez également poli et attribuez la source.

---

Veuillez noter que ce projet est publié avec un code de conduite des contributeurs. En participant à ce projet, vous acceptez d'en respecter les termes.