Estadísticas de equipos de la NHL por temporada, 1990-2010 (extraídas mediante web scraping de Scrape This Site)

Conjunto de datos con estadísticas de desempeño de equipos de la Liga Nacional de Hockey (NHL) correspondientes a las temporadas de 1990 a 2010, inclusive. Fue construido con fines académicos mediante un proceso automatizado de web scraping en Python. Fuente original: sitio de práctica Scrape This Site, sección “Hockey Teams: Forms, Searching and Pagination” (https://www.scrapethissite.com/pages/forms/). Según el propio sitio, la información proviene de opensourcesports.com. Periodo cubierto: temporadas 1990-2010 (la variable year indica el año de inicio de la temporada). Fecha de extracción: [COMPLETAR: AAAA-MM-DD, la de metadatos_extraccion.json]. Aviso importante: los datos proceden de un sitio de práctica de web scraping y no constituyen una fuente estadística oficial de la NHL. No deben usarse como referencia oficial ni para fines que requieran exactitud verificada. Contenido: un archivo, nhl_1990_2010.csv, con [COMPLETAR: N] registros (un registro por equipo y temporada), codificación UTF-8, con encabezados de columna. Variables: team: nombre del equipo. year: año de inicio de la temporada. wins: partidos ganados. losses: partidos perdidos. ot_losses: derrotas en tiempo extra. Se conserva como valor faltante (celda vacía) cuando el sitio no publica el dato; no se sustituyó por cero. win_pct: proporción de victorias (entre 0 y 1). goals_for: goles anotados. goals_against: goles recibidos. goal_diff: variable derivada, calculada como goals_for - goals_against. Procedimiento de recolección: con Python se solicitó el HTML de cada página de la tabla (biblioteca requests, con tiempo máximo de espera y pausa de 1.5 segundos entre solicitudes) y se analizó con BeautifulSoup, extrayendo cada fila de la tabla como un registro. La navegación entre páginas se automatizó mediante el parámetro page_num de la URL, y el recorrido se detuvo al superar el año 2010. Se consultó robots.txt antes de extraer. Posteriormente, con pandas, se convirtieron las variables numéricas, se eliminaron espacios innecesarios en los nombres de equipo, se verificó la ausencia de duplicados (equipo y temporada), se comprobó que todos los registros correspondieran al periodo solicitado y se calculó goal_diff. Se validó que no hubiera valores negativos en victorias, derrotas o goles, que win_pct estuviera entre 0 y 1 y que goal_diff coincidiera con la diferencia de goles. Palabras clave NHL, hockey sobre hielo, web scraping, estadísticas deportivas, dataset, Python, BeautifulSoup, Scrape This Site Idioma: Español Versión: 1.0 Identificador relacionado: “is derived from” (se deriva de) → https://www.scrapethissite.com/pages/forms/ (tipo URL) Licencia sugerida: Creative Commons Attribution 4.0 International (CC BY 4.0) Mi razonamiento: son estadísticas deportivas (datos factuales) publicadas abiertamente en un sitio creado para practicar scraping, y CC BY permite reutilizar el dataset pidiendo atribución. Esto no es asesoría legal: antes de publicar, revisa el pie de página, el FAQ y los términos del sitio por si indican otra condición. Si hubiera una restricción (por ejemplo, solo uso no comercial), elige en ese caso CC BY-NC 4.0.