爬取虎扑NBA球员常规赛数据

要爬取虎扑NBA球员常规赛数据，可以使用 Python 爬虫库 requests 和数据处理库 pandas。

首先，我们需要确定要爬取的页面。在虎扑NBA的球员排行榜页面中，有一个“常规赛”选项卡，我们可以点击该选项卡，进入到球员常规赛数据页面。页面的 URL 为 https://nba.hupu.com/stats/players/pts。

然后，我们使用 requests 库发送 GET 请求，获取页面的 HTML 内容。

import requests

url = 'https://nba.hupu.com/stats/players/pts'
response = requests.get(url)
html = response.text

接下来，我们使用 BeautifulSoup 库解析 HTML 内容，找到包含球员数据的表格元素。

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, 'html.parser')
table = soup.find('table', {'class': 'players_table'})

然后，我们可以使用 pandas 库将表格数据转换为 DataFrame 对象，并进行数据清洗和处理。

import pandas as pd

df = pd.read_html(str(table))[0]  # 将表格转换为 DataFrame 对象
df.drop('Unnamed: 0', axis=1, inplace=True)  # 删除无用的列
df.columns = ['排名', '球员', '球队', '得分', '篮板', '助攻', '抢断', '盖帽', '命中率', '三分命中率', '罚球命中率']  # 重命名列
df['球员'] = df['球员'].apply(lambda x: x.split(',')[0])  # 保留球员姓名的姓氏部分

最后，我们可以将 DataFrame 对象保存为 CSV 文件，方便后续的数据分析和可视化。

df.to_csv('nba_players.csv', index=False)

完整的代码如下：

import requests
from bs4 import BeautifulSoup
import pandas as pd

url = 'https://nba.hupu.com/stats/players/pts'
response = requests.get(url)
html = response.text

soup = BeautifulSoup(html, 'html.parser')
table = soup.find('table', {'class': 'players_table'})

df = pd.read_html(str(table))[0]
df.drop('Unnamed: 0', axis=1, inplace=True)
df.columns = ['排名', '球员', '球队', '得分', '篮板', '助攻', '抢断', '盖帽', '命中率', '三分命中率', '罚球命中率']
df['球员'] = df['球员'].apply(lambda x: x.split(',')[0])

df.to_csv('nba_players.csv', index=False)