Valor de mercado de jugadores de fútbol en las principales ligas europeas a partir de datos de Transfermarkt

Transfermarkt Scraper Proyecto de web scraping orientado a la extracción de datos de jugadores de fútbol profesional a partir del sitio web Transfermarkt. Descripción Este proyecto recopila información pública de jugadores pertenecientes a cinco de las principales ligas europeas: La Liga Premier League Serie A Bundesliga Ligue 1 El objetivo es generar un dataset estructurado que permita analizar la relación entre variables como la edad, la posición, la nacionalidad, la competición o la situación contractual con el valor de mercado de los jugadores. Datos extraídos Cada registro del dataset incluye: player_name: nombre del jugador age: edad position: posición en el campo nationality: nacionalidad contract_end: fecha de finalización del contrato market_value: valor de mercado estimado club: club actual league: liga o competición season: temporada de referencia player_url: enlace al perfil del jugador Fuente de datos Datos extraídos de: https://www.transfermarkt.com Antes de la extracción se revisó el archivo robots.txt del sitio web, comprobando que las rutas utilizadas no estaban restringidas. Además, se aplicaron prácticas de scraping responsable, como el uso de cabeceras HTTP y pausas entre solicitudes para evitar la sobrecarga del servidor. Posibles análisis El dataset generado permite abordar cuestiones como: Relación entre edad y valor de mercado Diferencias entre ligas en el valor de los jugadores Posiciones con mayor valor medio Distribución de nacionalidades por competición Relación entre duración del contrato y valor de mercado Autores Este proyecto ha sido desarrollado por: David Bishop Adrián Pineda Prada Contexto académico Este proyecto ha sido realizado en el contexto de una práctica académica relacionada con la extracción de datos web y análisis de datos.Transfermarkt数据爬虫（Transfermarkt Scraper） 本项目为网络抓取项目，旨在从Transfermarkt网站提取职业足球运动员的相关数据。 ### 项目概述 本项目收集了欧洲五大顶级联赛职业球员的公开信息，涵盖西甲（La Liga）、英超（Premier League）、意甲（Serie A）、德甲（Bundesliga）、法甲（Ligue 1）。 本项目旨在生成结构化数据集，用于分析球员年龄、场上位置、国籍、所属赛事、合同状况等变量与球员市场价值之间的关联关系。 ### 提取数据字段 数据集的每条记录包含以下字段： - player_name：球员姓名 - age：年龄 - position：场上位置 - nationality：国籍 - contract_end：合同到期日期 - market_value：预估市场价值 - club：当前效力俱乐部 - league：所属联赛 - season：参考赛季 - player_url：球员个人资料链接 ### 数据来源 数据抓取来源：https://www.transfermarkt.com 抓取前已核查该网站的robots.txt文件，确认所用抓取路径未被限制；同时遵循负责任的网络抓取规范，例如配置HTTP请求头与设置请求间隔，避免对服务器造成过载负担。 ### 可开展的分析方向 生成的数据集可支撑以下分析议题： 1. 年龄与球员市场价值的关联关系 2. 不同联赛间的球员价值差异 3. 平均市场价值最高的场上位置 4. 各赛事的球员国籍分布情况 5. 合同期限与球员市场价值的关联关系 ### 项目作者 本项目由David Bishop与Adrián Pineda Prada开发。 ### 学术背景 本项目为网络数据抓取与数据分析相关学术实践的产出成果。