In [3]:
%timeit
#Imports python class for collecting schedule and stats from NBA website
from Schedule import Schedule
import pandas as pd
#season_14_15 = Schedule('14-15', '10/28/2014', '4/15/2015')
season_14_15 = Schedule('14-15', '12/27/2014', '4/15/2015')
season_14_15.games.to_csv('games_14_15.csv', index = False)
season_14_15.set_games(pd.read_csv('games_14_15.csv'))
season_14_15.games
Out[3]:
Game_ID
Date
Home Team
Home ID
Away Team
Away ID
Home Team Score
Away Team Score
Home EFG
Home TOV
...
Away ORB
Away FTFGA
Home Team Win
h_dunk_made
h_dunk_miss
a_dunk_made
a_dunk_miss
h_dunk_score
a_dunk_score
h_dunk_win
0
21400443
2014-12-27 00:00:00
TOR
1610612761
LAC
1610612746
110
98
NaN
NaN
...
NaN
NaN
1
2.0
1.0
0.0
0.0
1.0
0.0
1.0
1
21400444
2014-12-27 00:00:00
ORL
1610612753
CHA
1610612766
102
94
NaN
NaN
...
NaN
NaN
1
5.0
1.0
1.0
0.0
4.0
1.0
1.0
2
21400445
2014-12-27 00:00:00
BOS
1610612738
WAS
1610612764
88
101
NaN
NaN
...
NaN
NaN
0
3.0
0.0
1.0
0.0
3.0
1.0
1.0
3
21400446
2014-12-27 00:00:00
MEM
1610612763
MIA
1610612748
103
95
NaN
NaN
...
NaN
NaN
1
2.0
1.0
3.0
0.0
1.0
3.0
0.0
4
21400447
2014-12-27 00:00:00
NOP
1610612740
CHI
1610612741
100
107
NaN
NaN
...
NaN
NaN
0
1.0
0.0
0.0
0.0
1.0
0.0
1.0
5
21400448
2014-12-27 00:00:00
IND
1610612754
BKN
1610612751
110
85
NaN
NaN
...
NaN
NaN
1
2.0
0.0
2.0
0.0
2.0
2.0
-1.0
6
21400449
2014-12-27 00:00:00
ATL
1610612737
MIL
1610612749
90
85
NaN
NaN
...
NaN
NaN
1
1.0
0.0
1.0
0.0
1.0
1.0
-1.0
7
21400450
2014-12-27 00:00:00
PHI
1610612755
UTA
1610612762
71
88
NaN
NaN
...
NaN
NaN
0
2.0
1.0
5.0
1.0
1.0
4.0
0.0
8
21400451
2014-12-27 00:00:00
NYK
1610612752
SAC
1610612758
129
135
NaN
NaN
...
NaN
NaN
0
1.0
0.0
2.0
0.0
1.0
2.0
0.0
9
21400452
2014-12-27 00:00:00
MIN
1610612750
GSW
1610612744
97
110
NaN
NaN
...
NaN
NaN
0
4.0
0.0
5.0
0.0
4.0
5.0
0.0
10
21400453
2014-12-28 00:00:00
DET
1610612765
CLE
1610612739
103
80
NaN
NaN
...
NaN
NaN
1
2.0
0.0
3.0
0.0
2.0
3.0
0.0
11
21400454
2014-12-28 00:00:00
HOU
1610612745
SAS
1610612759
106
110
NaN
NaN
...
NaN
NaN
0
2.0
0.0
3.0
0.0
2.0
3.0
0.0
12
21400455
2014-12-28 00:00:00
OKC
1610612760
DAL
1610612742
107
112
NaN
NaN
...
NaN
NaN
0
2.0
0.0
0.0
0.0
2.0
0.0
1.0
13
21400456
2014-12-28 00:00:00
NYK
1610612752
POR
1610612757
79
101
NaN
NaN
...
NaN
NaN
0
1.0
0.0
3.0
0.0
1.0
3.0
0.0
14
21400457
2014-12-28 00:00:00
TOR
1610612761
DEN
1610612743
116
102
NaN
NaN
...
NaN
NaN
1
3.0
0.0
4.0
0.0
3.0
4.0
0.0
15
21400458
2014-12-28 00:00:00
PHX
1610612756
LAL
1610612747
116
107
NaN
NaN
...
NaN
NaN
1
2.0
0.0
0.0
2.0
2.0
-2.0
1.0
16
21400459
2014-12-29 00:00:00
MIL
1610612749
CHA
1610612766
104
94
NaN
NaN
...
NaN
NaN
1
1.0
0.0
2.0
0.0
1.0
2.0
0.0
17
21400460
2014-12-29 00:00:00
CHI
1610612741
IND
1610612754
92
90
NaN
NaN
...
NaN
NaN
1
2.0
0.0
1.0
0.0
2.0
1.0
1.0
18
21400461
2014-12-29 00:00:00
SAC
1610612758
BKN
1610612751
99
107
NaN
NaN
...
NaN
NaN
0
2.0
1.0
2.0
0.0
1.0
2.0
0.0
19
21400462
2014-12-29 00:00:00
ORL
1610612753
MIA
1610612748
102
101
NaN
NaN
...
NaN
NaN
1
3.0
0.0
1.0
0.0
3.0
1.0
1.0
20
21400463
2014-12-29 00:00:00
WAS
1610612764
HOU
1610612745
104
103
NaN
NaN
...
NaN
NaN
1
1.0
0.0
1.0
0.0
1.0
1.0
-1.0
21
21400464
2014-12-29 00:00:00
UTA
1610612762
LAC
1610612746
97
101
NaN
NaN
...
NaN
NaN
0
2.0
0.0
1.0
0.0
2.0
1.0
1.0
22
21400465
2014-12-30 00:00:00
DET
1610612765
ORL
1610612753
109
86
NaN
NaN
...
NaN
NaN
1
2.0
0.0
1.0
1.0
2.0
0.0
1.0
23
21400466
2014-12-30 00:00:00
CLE
1610612739
ATL
1610612737
101
109
NaN
NaN
...
NaN
NaN
0
2.0
0.0
1.0
0.0
2.0
1.0
1.0
24
21400467
2014-12-30 00:00:00
BKN
1610612751
CHI
1610612741
96
82
NaN
NaN
...
NaN
NaN
1
2.0
1.0
2.0
0.0
1.0
2.0
0.0
25
21400468
2014-12-30 00:00:00
SAS
1610612759
MEM
1610612763
87
95
NaN
NaN
...
NaN
NaN
0
0.0
0.0
0.0
0.0
0.0
0.0
-1.0
26
21400469
2014-12-30 00:00:00
PHX
1610612756
NOP
1610612740
106
110
NaN
NaN
...
NaN
NaN
0
3.0
0.0
2.0
0.0
3.0
2.0
1.0
27
21400470
2014-12-30 00:00:00
WAS
1610612764
DAL
1610612742
87
114
NaN
NaN
...
NaN
NaN
0
3.0
0.0
2.0
0.0
3.0
2.0
1.0
28
21400471
2014-12-30 00:00:00
LAL
1610612747
DEN
1610612743
111
103
NaN
NaN
...
NaN
NaN
1
0.0
0.0
6.0
0.0
0.0
6.0
0.0
29
21400472
2014-12-30 00:00:00
MIN
1610612750
UTA
1610612762
94
100
NaN
NaN
...
NaN
NaN
0
4.0
0.0
5.0
0.0
4.0
5.0
0.0
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
759
21401201
2015-04-12 00:00:00
DAL
1610612742
LAL
1610612747
120
106
NaN
NaN
...
NaN
NaN
1
8.0
1.0
4.0
0.0
7.0
4.0
1.0
760
21401202
2015-04-13 00:00:00
HOU
1610612745
CHA
1610612766
100
90
NaN
NaN
...
NaN
NaN
1
3.0
0.0
4.0
0.0
3.0
4.0
0.0
761
21401203
2015-04-13 00:00:00
DET
1610612765
CLE
1610612739
97
109
NaN
NaN
...
NaN
NaN
0
3.0
0.0
4.0
1.0
3.0
3.0
-1.0
762
21401204
2015-04-13 00:00:00
MIL
1610612749
PHI
1610612755
107
97
NaN
NaN
...
NaN
NaN
1
5.0
0.0
3.0
1.0
5.0
2.0
1.0
763
21401205
2015-04-13 00:00:00
NYK
1610612752
ATL
1610612737
112
108
NaN
NaN
...
NaN
NaN
1
0.0
0.0
1.0
0.0
0.0
1.0
0.0
764
21401206
2015-04-13 00:00:00
CHI
1610612741
BKN
1610612751
113
86
NaN
NaN
...
NaN
NaN
1
7.0
0.0
0.0
0.0
7.0
0.0
1.0
765
21401207
2015-04-13 00:00:00
ORL
1610612753
MIA
1610612748
93
100
NaN
NaN
...
NaN
NaN
0
1.0
1.0
5.0
0.0
0.0
5.0
0.0
766
21401208
2015-04-13 00:00:00
NOP
1610612740
MIN
1610612750
100
88
NaN
NaN
...
NaN
NaN
1
5.0
0.0
2.0
1.0
5.0
1.0
1.0
767
21401209
2015-04-13 00:00:00
POR
1610612757
OKC
1610612760
90
101
NaN
NaN
...
NaN
NaN
0
2.0
0.0
0.0
0.0
2.0
0.0
1.0
768
21401210
2015-04-13 00:00:00
DAL
1610612742
UTA
1610612762
92
109
NaN
NaN
...
NaN
NaN
0
3.0
0.0
5.0
1.0
3.0
4.0
0.0
769
21401211
2015-04-13 00:00:00
LAL
1610612747
SAC
1610612758
92
102
NaN
NaN
...
NaN
NaN
0
2.0
0.0
2.0
0.0
2.0
2.0
-1.0
770
21401212
2015-04-13 00:00:00
MEM
1610612763
GSW
1610612744
107
111
NaN
NaN
...
NaN
NaN
0
2.0
0.0
0.0
1.0
2.0
-1.0
1.0
771
21401213
2015-04-13 00:00:00
DEN
1610612743
LAC
1610612746
103
110
NaN
NaN
...
NaN
NaN
0
2.0
0.0
3.0
2.0
2.0
1.0
1.0
772
21401214
2015-04-14 00:00:00
TOR
1610612761
BOS
1610612738
93
95
NaN
NaN
...
NaN
NaN
0
1.0
0.0
2.0
1.0
1.0
1.0
-1.0
773
21401215
2015-04-14 00:00:00
WAS
1610612764
IND
1610612754
95
99
NaN
NaN
...
NaN
NaN
0
1.0
0.0
2.0
1.0
1.0
1.0
-1.0
774
21401216
2015-04-14 00:00:00
LAC
1610612746
PHX
1610612756
112
101
NaN
NaN
...
NaN
NaN
1
3.0
0.0
2.0
0.0
3.0
2.0
1.0
775
21401228
2015-04-15 00:00:00
CHA
1610612766
TOR
1610612761
87
92
NaN
NaN
...
NaN
NaN
0
1.0
0.0
2.0
0.0
1.0
2.0
0.0
776
21401217
2015-04-15 00:00:00
ATL
1610612737
CHI
1610612741
85
91
NaN
NaN
...
NaN
NaN
0
0.0
0.0
2.0
0.0
0.0
2.0
0.0
777
21401218
2015-04-15 00:00:00
POR
1610612757
DAL
1610612742
98
114
NaN
NaN
...
NaN
NaN
0
2.0
0.0
0.0
0.0
2.0
0.0
1.0
778
21401219
2015-04-15 00:00:00
UTA
1610612762
HOU
1610612745
91
117
NaN
NaN
...
NaN
NaN
0
5.0
0.0
6.0
0.0
5.0
6.0
0.0
779
21401221
2015-04-15 00:00:00
BOS
1610612738
MIL
1610612749
105
100
NaN
NaN
...
NaN
NaN
1
0.0
1.0
0.0
0.0
-1.0
0.0
0.0
780
21401222
2015-04-15 00:00:00
OKC
1610612760
MIN
1610612750
138
113
NaN
NaN
...
NaN
NaN
1
1.0
0.0
5.0
1.0
1.0
4.0
0.0
781
21401223
2015-04-15 00:00:00
SAS
1610612759
NOP
1610612740
103
108
NaN
NaN
...
NaN
NaN
0
2.0
0.0
3.0
0.0
2.0
3.0
0.0
782
21401224
2015-04-15 00:00:00
ORL
1610612753
BKN
1610612751
88
101
NaN
NaN
...
NaN
NaN
0
1.0
0.0
2.0
0.0
1.0
2.0
0.0
783
21401225
2015-04-15 00:00:00
WAS
1610612764
CLE
1610612739
108
113
NaN
NaN
...
NaN
NaN
0
1.0
1.0
3.0
0.0
0.0
3.0
0.0
784
21401226
2015-04-15 00:00:00
DET
1610612765
NYK
1610612752
112
90
NaN
NaN
...
NaN
NaN
1
0.0
0.0
3.0
1.0
0.0
2.0
0.0
785
21401227
2015-04-15 00:00:00
MIA
1610612748
PHI
1610612755
105
101
NaN
NaN
...
NaN
NaN
1
1.0
0.0
6.0
0.0
1.0
6.0
0.0
786
21401220
2015-04-15 00:00:00
IND
1610612754
MEM
1610612763
83
95
NaN
NaN
...
NaN
NaN
0
2.0
0.0
1.0
1.0
2.0
0.0
1.0
787
21401229
2015-04-15 00:00:00
DEN
1610612743
GSW
1610612744
126
133
NaN
NaN
...
NaN
NaN
0
0.0
0.0
3.0
0.0
0.0
3.0
0.0
788
21401230
2015-04-15 00:00:00
SAC
1610612758
LAL
1610612747
122
99
NaN
NaN
...
NaN
NaN
1
5.0
0.0
1.0
0.0
5.0
1.0
1.0
789 rows × 24 columns
In [1]:
%timeit
#Imports python class for collecting schedule and stats from NBA website
from Schedule import Schedule
import pandas as pd
season_15_16 = Schedule('15-16', '3/1/2016', '4/13/2016')
#season_15_16 = Schedule('15-16', '1/1/2016', '4/13/2016')
#season_15_16 = Schedule('15-16', '12/26/2015', '4/13/2016')
season_15_16.games.to_csv('games_15_16.csv', index = False)
season_15_16.set_games(pd.read_csv('games_15_16.csv'))
season_15_16.games
//anaconda/lib/python2.7/site-packages/pandas/computation/__init__.py:19: UserWarning: The installed version of numexpr 2.4.4 is not supported in pandas and will be not be used
UserWarning)
Out[1]:
Game_ID
Date
Home Team
Home ID
Away Team
Away ID
Home Team Score
Away Team Score
Home EFG
Home TOV
...
Away ORB
Away FTFGA
Home Team Win
h_dunk_made
h_dunk_miss
a_dunk_made
a_dunk_miss
h_dunk_score
a_dunk_score
h_dunk_win
0
21500891
2016-03-01 00:00:00
PHX
1610612756
CHA
1610612766
92
126
NaN
NaN
...
NaN
NaN
0
2.0
1.0
3.0
0.0
1.0
3.0
0.0
1
21500892
2016-03-01 00:00:00
CHI
1610612741
MIA
1610612748
111
129
NaN
NaN
...
NaN
NaN
0
1.0
1.0
4.0
0.0
0.0
4.0
0.0
2
21500893
2016-03-01 00:00:00
POR
1610612757
NYK
1610612752
104
85
NaN
NaN
...
NaN
NaN
1
2.0
0.0
0.0
0.0
2.0
0.0
1.0
3
21500894
2016-03-01 00:00:00
ORL
1610612753
DAL
1610612742
108
121
NaN
NaN
...
NaN
NaN
0
2.0
0.0
1.0
0.0
2.0
1.0
1.0
4
21500895
2016-03-01 00:00:00
ATL
1610612737
GSW
1610612744
105
109
NaN
NaN
...
NaN
NaN
0
0.0
0.0
2.0
0.0
0.0
2.0
0.0
5
21500896
2016-03-01 00:00:00
BKN
1610612751
LAL
1610612747
101
107
NaN
NaN
...
NaN
NaN
0
2.0
0.0
1.0
1.0
2.0
0.0
1.0
6
21500897
2016-03-02 00:00:00
CHI
1610612741
ORL
1610612753
89
102
NaN
NaN
...
NaN
NaN
0
0.0
0.0
0.0
0.0
0.0
0.0
-1.0
7
21500898
2016-03-02 00:00:00
CHA
1610612766
PHI
1610612755
119
99
NaN
NaN
...
NaN
NaN
1
0.0
0.0
2.0
0.0
0.0
2.0
0.0
8
21500899
2016-03-02 00:00:00
POR
1610612757
BOS
1610612738
93
116
NaN
NaN
...
NaN
NaN
0
0.0
0.0
0.0
0.0
0.0
0.0
-1.0
9
21500900
2016-03-02 00:00:00
UTA
1610612762
TOR
1610612761
94
104
NaN
NaN
...
NaN
NaN
0
1.0
0.0
0.0
1.0
1.0
-1.0
1.0
10
21500901
2016-03-02 00:00:00
NOP
1610612740
HOU
1610612745
95
100
NaN
NaN
...
NaN
NaN
0
0.0
0.0
1.0
0.0
0.0
1.0
0.0
11
21500902
2016-03-02 00:00:00
SAC
1610612758
MEM
1610612763
98
104
NaN
NaN
...
NaN
NaN
0
1.0
0.0
3.0
0.0
1.0
3.0
0.0
12
21500903
2016-03-02 00:00:00
IND
1610612754
MIL
1610612749
104
99
NaN
NaN
...
NaN
NaN
1
0.0
1.0
2.0
2.0
-1.0
0.0
0.0
13
21500904
2016-03-02 00:00:00
WAS
1610612764
MIN
1610612750
104
98
NaN
NaN
...
NaN
NaN
1
2.0
0.0
0.0
0.0
2.0
0.0
1.0
14
21500905
2016-03-02 00:00:00
DET
1610612765
SAS
1610612759
81
97
NaN
NaN
...
NaN
NaN
0
3.0
0.0
0.0
0.0
3.0
0.0
1.0
15
21500906
2016-03-02 00:00:00
LAL
1610612747
DEN
1610612743
107
117
NaN
NaN
...
NaN
NaN
0
2.0
0.0
1.0
0.0
2.0
1.0
1.0
16
21500907
2016-03-02 00:00:00
OKC
1610612760
LAC
1610612746
98
103
NaN
NaN
...
NaN
NaN
0
2.0
0.0
0.0
0.0
2.0
0.0
1.0
17
21500908
2016-03-03 00:00:00
PHX
1610612756
MIA
1610612748
92
108
NaN
NaN
...
NaN
NaN
0
3.0
0.0
6.0
0.0
3.0
6.0
0.0
18
21500909
2016-03-03 00:00:00
SAS
1610612759
NOP
1610612740
94
86
NaN
NaN
...
NaN
NaN
1
0.0
0.0
1.0
0.0
0.0
1.0
0.0
19
21500910
2016-03-03 00:00:00
SAC
1610612758
DAL
1610612742
104
101
NaN
NaN
...
NaN
NaN
1
1.0
0.0
1.0
0.0
1.0
1.0
-1.0
20
21500911
2016-03-03 00:00:00
OKC
1610612760
GSW
1610612744
106
121
NaN
NaN
...
NaN
NaN
0
1.0
0.0
0.0
0.0
1.0
0.0
1.0
21
21500912
2016-03-04 00:00:00
IND
1610612754
CHA
1610612766
101
108
NaN
NaN
...
NaN
NaN
0
0.0
1.0
1.0
0.0
-1.0
1.0
0.0
22
21500913
2016-03-04 00:00:00
PHX
1610612756
ORL
1610612753
102
84
NaN
NaN
...
NaN
NaN
1
1.0
0.0
2.0
0.0
1.0
2.0
0.0
23
21500914
2016-03-04 00:00:00
MIA
1610612748
PHI
1610612755
112
102
NaN
NaN
...
NaN
NaN
1
0.0
0.0
0.0
0.0
0.0
0.0
-1.0
24
21500915
2016-03-04 00:00:00
NYK
1610612752
BOS
1610612738
104
105
NaN
NaN
...
NaN
NaN
0
0.0
0.0
0.0
0.0
0.0
0.0
-1.0
25
21500916
2016-03-04 00:00:00
POR
1610612757
TOR
1610612761
115
117
NaN
NaN
...
NaN
NaN
0
0.0
0.0
0.0
0.0
0.0
0.0
-1.0
26
21500917
2016-03-04 00:00:00
WAS
1610612764
CLE
1610612739
83
108
NaN
NaN
...
NaN
NaN
0
0.0
0.0
1.0
0.0
0.0
1.0
0.0
27
21500918
2016-03-04 00:00:00
UTA
1610612762
MEM
1610612763
88
94
NaN
NaN
...
NaN
NaN
0
0.0
0.0
0.0
0.0
0.0
0.0
-1.0
28
21500919
2016-03-04 00:00:00
MIN
1610612750
MIL
1610612749
101
116
NaN
NaN
...
NaN
NaN
0
1.0
0.0
1.0
0.0
1.0
1.0
-1.0
29
21500920
2016-03-04 00:00:00
BKN
1610612751
DEN
1610612743
121
120
NaN
NaN
...
NaN
NaN
1
1.0
0.0
3.0
0.0
1.0
3.0
0.0
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
310
21501201
2016-04-10 00:00:00
GSW
1610612744
SAS
1610612759
92
86
NaN
NaN
...
NaN
NaN
1
0.0
0.0
1.0
0.0
0.0
1.0
0.0
311
21501202
2016-04-10 00:00:00
TOR
1610612761
NYK
1610612752
93
89
NaN
NaN
...
NaN
NaN
1
0.0
0.0
2.0
0.0
0.0
2.0
0.0
312
21501203
2016-04-11 00:00:00
ATL
1610612737
CLE
1610612739
94
109
NaN
NaN
...
NaN
NaN
0
0.0
1.0
0.0
0.0
-1.0
0.0
0.0
313
21501204
2016-04-11 00:00:00
MIL
1610612749
ORL
1610612753
98
107
NaN
NaN
...
NaN
NaN
0
4.0
0.0
1.0
0.0
4.0
1.0
1.0
314
21501205
2016-04-11 00:00:00
CHA
1610612766
BOS
1610612738
114
100
NaN
NaN
...
NaN
NaN
1
1.0
0.0
0.0
0.0
1.0
0.0
1.0
315
21501206
2016-04-11 00:00:00
WAS
1610612764
BKN
1610612751
120
111
NaN
NaN
...
NaN
NaN
1
4.0
0.0
5.0
0.0
4.0
5.0
0.0
316
21501207
2016-04-11 00:00:00
HOU
1610612745
MIN
1610612750
129
105
NaN
NaN
...
NaN
NaN
1
3.0
0.0
0.0
0.0
3.0
0.0
1.0
317
21501208
2016-04-11 00:00:00
CHI
1610612741
NOP
1610612740
121
116
NaN
NaN
...
NaN
NaN
1
1.0
0.0
3.0
0.0
1.0
3.0
0.0
318
21501209
2016-04-11 00:00:00
LAL
1610612747
OKC
1610612760
79
112
NaN
NaN
...
NaN
NaN
0
0.0
1.0
3.0
0.0
-1.0
3.0
0.0
319
21501210
2016-04-11 00:00:00
DAL
1610612742
UTA
1610612762
101
92
NaN
NaN
...
NaN
NaN
1
1.0
1.0
3.0
0.0
0.0
3.0
0.0
320
21501211
2016-04-11 00:00:00
SAC
1610612758
PHX
1610612756
105
101
NaN
NaN
...
NaN
NaN
1
1.0
0.0
1.0
0.0
1.0
1.0
-1.0
321
21501212
2016-04-12 00:00:00
NYK
1610612752
IND
1610612754
90
102
NaN
NaN
...
NaN
NaN
0
0.0
0.0
2.0
0.0
0.0
2.0
0.0
322
21501213
2016-04-12 00:00:00
MIA
1610612748
DET
1610612765
99
93
NaN
NaN
...
NaN
NaN
1
2.0
0.0
2.0
0.0
2.0
2.0
-1.0
323
21501214
2016-04-12 00:00:00
PHI
1610612755
TOR
1610612761
98
122
NaN
NaN
...
NaN
NaN
0
1.0
0.0
2.0
0.0
1.0
2.0
0.0
324
21501215
2016-04-12 00:00:00
OKC
1610612760
SAS
1610612759
98
102
NaN
NaN
...
NaN
NaN
0
1.0
1.0
2.0
1.0
0.0
1.0
0.0
325
21501216
2016-04-12 00:00:00
MEM
1610612763
LAC
1610612746
84
110
NaN
NaN
...
NaN
NaN
0
3.0
1.0
1.0
0.0
2.0
1.0
1.0
326
21501217
2016-04-13 00:00:00
MIA
1610612748
BOS
1610612738
88
98
NaN
NaN
...
NaN
NaN
0
1.0
0.0
1.0
0.0
1.0
1.0
-1.0
327
21501218
2016-04-13 00:00:00
TOR
1610612761
BKN
1610612751
103
96
NaN
NaN
...
NaN
NaN
1
2.0
0.0
2.0
0.0
2.0
2.0
-1.0
328
21501219
2016-04-13 00:00:00
ORL
1610612753
CHA
1610612766
103
117
NaN
NaN
...
NaN
NaN
0
1.0
0.0
2.0
0.0
1.0
2.0
0.0
329
21501220
2016-04-13 00:00:00
DET
1610612765
CLE
1610612739
112
110
NaN
NaN
...
NaN
NaN
1
3.0
0.0
0.0
0.0
3.0
0.0
1.0
330
21501221
2016-04-13 00:00:00
ATL
1610612737
WAS
1610612764
98
109
NaN
NaN
...
NaN
NaN
0
0.0
1.0
0.0
0.0
-1.0
0.0
0.0
331
21501222
2016-04-13 00:00:00
PHI
1610612755
CHI
1610612741
105
115
NaN
NaN
...
NaN
NaN
0
2.0
0.0
4.0
0.0
2.0
4.0
0.0
332
21501223
2016-04-13 00:00:00
SAS
1610612759
DAL
1610612742
96
91
NaN
NaN
...
NaN
NaN
1
0.0
0.0
0.0
0.0
0.0
0.0
-1.0
333
21501224
2016-04-13 00:00:00
SAC
1610612758
HOU
1610612745
81
116
NaN
NaN
...
NaN
NaN
0
0.0
1.0
3.0
0.0
-1.0
3.0
0.0
334
21501225
2016-04-13 00:00:00
IND
1610612754
MIL
1610612749
97
92
NaN
NaN
...
NaN
NaN
1
2.0
2.0
0.0
1.0
0.0
-1.0
1.0
335
21501226
2016-04-13 00:00:00
NOP
1610612740
MIN
1610612750
109
144
NaN
NaN
...
NaN
NaN
0
1.0
0.0
1.0
0.0
1.0
1.0
-1.0
336
21501227
2016-04-13 00:00:00
MEM
1610612763
GSW
1610612744
104
125
NaN
NaN
...
NaN
NaN
0
2.0
0.0
1.0
0.0
2.0
1.0
1.0
337
21501228
2016-04-13 00:00:00
UTA
1610612762
LAL
1610612747
96
101
NaN
NaN
...
NaN
NaN
0
1.0
1.0
1.0
0.0
0.0
1.0
0.0
338
21501229
2016-04-13 00:00:00
LAC
1610612746
PHX
1610612756
105
114
NaN
NaN
...
NaN
NaN
0
1.0
1.0
1.0
0.0
0.0
1.0
0.0
339
21501230
2016-04-13 00:00:00
DEN
1610612743
POR
1610612757
99
107
NaN
NaN
...
NaN
NaN
0
0.0
0.0
1.0
0.0
0.0
1.0
0.0
340 rows × 24 columns
In [ ]:
#collect last 5 game stats
season_14_15_5_stats = season_14_15.get_scoring_set(5)
In [ ]:
## Analyze the dunk score at least to start
In [ ]:
## look at elo stuff
In [ ]:
### add stuff about 4 factors and how the averages relate to winning games
Content source: mprego/NBA
Similar notebooks: