football.csv 记录了约 4万场足球比赛情况，截止2018年。 字段含义如下： date,home_team,away_team,home_score,away_score,tournament,city,country,neutral 日期/主队名称/客队名称/主队进球数（不含点球）/客队进球数（不含点球）/比赛类型/比赛所在城市/比赛所在国家/是否中立 使用python，统计有多少种比赛类型，每种类型各有多少场比赛，然后统计其中和世界杯有关的比赛有多少场，其中世界杯正赛有多少场？ 注：tournament 含有 'FIFA' 字样的即是和世界杯有关的比赛。

可以使用pandas库来读取和处理csv文件，然后使用一些简单的操作完成这个任务。

首先需要安装pandas库，可以使用以下命令进行安装：

!pip install pandas

然后可以使用以下代码来读取csv文件并进行统计：

import pandas as pd

# 读取csv文件
df = pd.read_csv('football.csv')

# 统计每种比赛类型的场次数
tournament_count = df.groupby('tournament')['tournament'].count()

# 输出每种比赛类型的场次数
print(tournament_count)

# 统计和世界杯有关的比赛场次数
world_cup_count = df[df['tournament'].str.contains('FIFA')]['tournament'].count()

# 输出和世界杯有关的比赛场次数
print('和世界杯有关的比赛场次数：', world_cup_count)

# 统计世界杯正赛的比赛场次数
world_cup_final_count = df[df['tournament'] == 'FIFA World Cup']['tournament'].count()

# 输出世界杯正赛的比赛场次数
print('世界杯正赛的比赛场次数：', world_cup_final_count)

其中`groupby`函数可以用来按照某个字段进行分组统计，这里使用了`tournament`字段进行分组。`str.contains`函数可以用来判断某个字段是否包含某个字符串，这里使用了`'FIFA'`来判断是否和世界杯有关。最后，根据`tournament`字段是否为`'FIFA World Cup'`来统计世界杯正赛的比赛场次数。