jsulz/FIFA23

该数据集包含了从FIFA 15到FIFA 23的球员、教练和球队数据，涵盖了110个球员属性、8个教练属性和54个球队属性。数据集还包括球员的位置、俱乐部和国家队角色、球员属性统计（如进攻、技能、防守、心态、守门员技能等）、球员个人信息（如国籍、俱乐部、出生日期、工资等）以及球队数据（如教练、总体价值和战术）。更新内容包括FIFA 23的数据、所有FIFA版本的更新、教练和球队数据的添加等。数据来源于公开网站sofifa.com，且没有爬取限制。

This dataset includes player data for Career Mode from FIFA 15 to FIFA 23, allowing multiple comparisons for the same players across the last 9 versions of the video game. The data content includes all attributes for each player, coach, and team, such as attacking, skills, defense, mentality, GK skills, etc., as well as personal data of players like nationality, club, date of birth, wage, salary, etc. Additionally, the dataset contains team data, including coaches, overall value, and tactics. The updates to the dataset include the data for FIFA 23 and the addition of coaches and teams data.

搜集汇总

数据集介绍

构建方式

该数据集源自对公开网站sofifa.com的系统性数据抓取，涵盖了从FIFA 15至FIFA 23九个版本的职业模式数据。构建过程中，不仅纳入了所有球员、教练和球队的完整信息，还整合了自2015年9月10日至2023年1月13日期间的全部游戏更新。数据集以CSV格式呈现，将不同性别、版本和更新的球员数据合并为单一文件，同时保留了旧版数据的legacy文件。此外，数据字段经过统一调整，例如将'sofifa_id'更新为'player_id'，以兼容新增的教练和球队数据。

特点

数据集在规模与维度上展现出显著优势，包含超过1000万条记录，涵盖110个球员属性、8个教练属性和54个球队属性，为跨版本纵向对比提供了坚实基础。其独特之处在于支持对同一球员在不同版本间的技能演变进行历史分析，例如比较梅西与C罗随时间变化的属性差异。此外，数据还囊括了球员的详细个人信息、场上位置、薪资合同，以及球队战术与整体价值，使得从微观个体到宏观团队的多元分析成为可能。

使用方法

该数据集适用于表格分类与回归任务，可直接通过HuggingFace Datasets库加载使用。用户可根据需求选择特定版本或更新范围，利用球员属性如攻击、技能、防守等特征进行模型训练。典型应用包括构建预算优化模型以评估球队竞争力，或分析顶级球员的敏捷性、控球等关键属性在不同版本中的流行趋势。数据以CSV格式提供，便于导入Pandas等工具进行预处理与特征工程，进而支持机器学习流水线的快速搭建。

背景与挑战

背景概述

在电子竞技与体育数据交叉研究领域，FIFA系列游戏因其高度模拟真实足球运动员能力而成为分析球员属性演变的独特窗口。jsulz/FIFA23数据集由数据科学家于2023年创建，整合了从FIFA 15至FIFA 23九个版本中超过百万条球员、教练与球队记录，覆盖2015年至2023年间所有官方更新。其核心研究问题在于通过游戏内110项球员属性（如进攻、防守、心理素质等）的纵向对比，揭示足球明星（如梅西与C罗）技能特征的时变规律，并探索预算约束下组建欧洲顶级球队的经济学模型。该数据集因跨越近十年游戏迭代、包含性别球员数据及团队战术参数，为体育数据挖掘和游戏化竞技分析提供了高价值基准，其影响力已延伸至运动科学、虚拟经济学与人工智能模拟等跨学科领域。

当前挑战

该数据集面临的核心挑战在于游戏属性与真实足球表现之间的语义鸿沟——游戏开发商EA Sports对球员能力的数值化定义（如“敏捷性”“射门精度”）虽基于现实统计，却受商业平衡策略与版本更新影响，导致属性权重随时间偏移，难以直接映射真实赛场指标。构建过程中，数据爬取自第三方平台sofifa.com，虽遵循robots.txt协议，但面临动态网页反爬机制与字段命名不一致问题（如将‘sofifa_id’统一为‘player_id’），需通过多版本合并算法处理重复记录与缺失值。此外，教练战术偏好（如阵型、压迫强度）以54项离散属性呈现，与球员数据的关联分析受限于游戏引擎的简化逻辑，可能掩盖真实团队协同效应，这对构建鲁棒的预测模型构成方法论挑战。

常用场景

经典使用场景

在体育数据科学领域，FIFA系列游戏凭借其详尽的球员属性与动态更新机制，成为研究虚拟竞技与现实足球关联性的重要载体。该数据集整合了FIFA 15至FIFA 23共九个版本的球员、教练及球队数据，囊括了超过110项球员属性，如进攻、防守、心理素质及守门员技能等。其经典应用场景在于纵向追踪同一球员在不同版本间的技能演变，例如对比梅西与C罗职业生涯中关键属性的波动趋势，从而揭示游戏设计如何映射真实竞技状态的变化。此外，研究者可基于整体评分与潜力值等指标，模拟构建具备欧洲顶级俱乐部竞争力的阵容，并分析预算阈值对球员选择效率的影响。这种跨版本的数据融合为运动表现建模、游戏平衡性评估以及体育策略优化提供了坚实的数据基础。

衍生相关工作

基于该数据集，衍生出多项具有影响力的研究工作。例如，有学者利用跨版本属性序列构建深度学习模型，预测球员未来评分走势，其成果被应用于体育人才识别系统。另一项经典工作聚焦于团队整体评分与联赛排名的相关性分析，通过图神经网络建模球员-教练-球队的层级依赖关系，揭示了隐性战术特征对集体表现的关键作用。此外，部分研究将数据集与真实足球事件数据库（如比赛结果、转会记录）进行跨域融合，开发出衡量虚拟与现实偏差的校准指标，为游戏行业的算法调优提供了方法论参考。这些衍生工作不仅拓展了体育数据科学的边界，还推动了游戏产业与学术研究的协同创新。

数据集最近研究

最新研究方向

在体育数据科学与游戏分析交叉领域，FIFA23数据集为职业足球运动员的跨版本纵向研究提供了独特资源。当前前沿方向聚焦于利用该数据集挖掘球员属性演化规律，例如对比梅西与C罗在九个版本中技能属性的动态变化，并结合现实比赛数据验证虚拟建模的准确性。研究热点包括通过回归模型预测球员市场价值与薪资关联性，以及运用分类算法分析不同阵型下关键属性（如敏捷性、控球能力）对球队竞争力的非线性影响。该数据集的深远意义在于弥合电子竞技与真实足球数据分析的鸿沟，为俱乐部青训评估、虚拟转会市场模拟及战术优化提供可量化的历史参照，同时推动体育科学中时序属性预测模型的发展。