k1体育原始数据比较简单，依次包含了比赛日期、比赛开始时间、客队、客队得分、主队、主队得分、个人比赛数据（Box Score）、是否有加时赛、备注等。虽然数据简单，但依然有非常大的分析空间。本文为了实践之前学习的R语言相关内容，只做了一项非常简单的数据分析。

　　其中，第二个参数header默认为FALSE，即数据框的列名为“V1,V2...”，设置为TRUE时以CSV文件的第一行作为列名。参数sep是分隔数据的分隔符，默认为空格，可以设置为逗号（sep=,），分号（sep=;）和制表符（tab）。参数colClasses 为每一列指定一个类，为了方便处理，先将所有的数据都指定为字符型（character）。由于字符型数据在读入时自动转换为因子，所以参数stringAsFactors=FALSE是为了防止导入的数据进行任何的因子转换。

　　具体可查阅《R语言实战（第2版）》第二章中“2.3.2 从带分隔符的文本文件导入数据”相关内容。关于如何导入Excel数据可以参考文章【R语言】：导入Excel数据和【R语言】：简单数据处理分析。

　　>

　　首先对原始数据进行初步分析：第一列比赛日期（Date）的列名无需更改；第二列为比赛开始时间，原列名包含有英文缩写ET，推测其为美国东部时间East Time的缩写，决定把列名更改为Start_time；第三列为客场或中立球队，更改为V_team；第四列是客队得分，更改为V_PTS；第五列是主场或中立球队，更改为H_team；第六列是主队得分，更改为H_PTS；第七列是详细的个人比赛数据，应该有内链，但没有抓取到，随后删除；第八列标记了是否进行了加时赛（如果有是OT，没有为空）；第九列是备注，全部为空，随后删除。

　　比赛日期、客队、客队得分、主队、主队得分这五个列向量为空的数据都需要删除。

　　比赛日期这一列包含的内容为星期（缩写）+月（缩写）+日（数字）+年（数字），利用函数str_split_fixed()将该列拆分为星期、月日年两列。

　　这两列数据在随后数据分析中都有用，将在分析之前再跟实际需求分别赋值到数据框中。

　　此外，原始数据已经按照比赛时间的升序排列，目前暂时不变，之后将根据需要另做排序。

　　NBA整个赛季的比赛非常多，整个赛季总共近1300场比赛。可一个赛季下来，一周7天从星期一到星期天，到底联盟更喜欢把比赛安排到哪一天呢？会是周五晚上，还是周六晚上呢？还是其他某天晚上呢？

　　其中，关于函数text()和函数minor.tick()的详细用法可参考：【R语言】：图形初阶（3）

　　NBA整个2015-2016赛季（包含常规赛和季后赛），在一周内周三晚上的比赛数量最多（竟然不是周末），其次是周五晚上，周一晚上和周六晚上的比赛数量一样多，并列第三。

　　NBA的各项数据是一个非常大的数据宝藏，今天这个非常简单的数据分析的小例子，仅仅利用非常少量的数据以及非常简单的数据源。

　　NBA数据几乎拥有无限多可以分析的点以及可以深挖的内容，并且NBA各支球队目前也非常重视各项数据，并且用于指导球队的技战术提升和比赛。