用途:wrangle 专注于足球数据处理的机制性操作,帮助用户清洗、过滤、重塑、合并与转换足球数据,并根据用户的语言偏好和技术栈进行调整。
使用前提:先读取 .nutmeg.user.md 配置文件;若不存在,需提示用户先运行 /nutmeg:init。
主要能力:
- 坐标转换:不同数据商坐标系不同,合并前需先验证并转换。例如 Opta(0-100)转 StatsBomb(120x80)为 x1.2、y0.8;Wyscout 转 Opta 时 x 不变、y=100-y;任意格式转 kloppy 归一化可用 Python 的 .transform()。可用 search_docs(query="coordinate system", provider="[provider]") 查询具体坐标系。
- 事件过滤:按事件类型(射门、最后三区传球 x>66.7、防守动作)、比赛状态(排除定位球、按半场、按比分状态)、区域(禁区 x>83 且 21<y<79、高位逼抢)过滤。
- 数据集合并:事件+阵容按 player_id+match_id;事件+xG 按 match_id+事件序列;跨数据商按比赛日期+队名(常需模糊匹配);赛季数据+Elo 按日期。队名模糊匹配需建立映射表,如 TEAM_MAP 将 'Man City' 映射为 'Manchester City' 等。
- 重塑:宽转长、事件转控球链、比赛级转赛季聚合、球员-比赛转球员-赛季(按出场时间加权)。
- 大数据处理:英超整季事件数据约 500MB+。Python 可用 polars、逐场循环、DuckDB 查询 Parquet;JavaScript/TypeScript 可用 readline/JSONStream 流式读取、SQLite、worker threads;R 可用 data.table、Arrow/Parquet。
- 数据质量检查:事件数(英超每场约 1500-2000)、坐标范围、缺失球员 ID、重复事件、时间间隔、主客队归属一致性。
- 格式转换:JSON 事件转 DataFrame、CSV 转 Parquet、数据商格式转 kloppy 模型(kloppy.load_{provider}())、kloppy 模型转 DataFrame(dataset.to_df())、任意格式转 SQLite。
限制:资料未提供具体安装命令、收费方式、支持平台及效果数据,暂未提供。