Python数据分析实战：世界杯冠军国家GDP排名与足球经济关联研究

如果你是一名数据分析师，或者只是一个对足球和经济都感兴趣的球迷，你可能会好奇：那些捧起过大力神杯的足球强国，它们的经济发展水平如何？世界杯冠军的荣耀，与一个国家的经济实力之间，是否存在某种隐秘的联系？

这并非一个简单的“有钱就能踢好球”的问题。从1930年首届世界杯至今，冠军国家横跨欧美，其经济背景更是天差地别。有些国家在夺冠时正值经济腾飞，有些则是在经济困境中创造了奇迹。将历届世界杯冠军与它们夺冠当年的GDP数据放在一起，我们能看到的不仅是一份排行榜，更是一部融合了体育激情、国家命运与经济周期的独特历史。

本文将通过数据，为你拆解这份特殊的“冠军GDP榜”。我们将从数据获取、清洗、分析到可视化，一步步还原分析过程。更重要的是，我们将试图解读数据背后的故事：经济实力是否为足球成功提供了“燃料”？那些“逆经济周期”夺冠的案例，又揭示了足球运动的哪些本质？无论你是想学习用Python进行趣味数据分析，还是想从新的视角理解世界杯，这篇文章都将为你提供一个完整的、可复现的分析框架。

1. 这份“冠军GDP榜”真正要回答什么问题？

当我们谈论“世界杯冠军国家GDP排行榜”时，我们首先要避免一个常见的误区：这不是在论证“GDP越高，足球水平就一定越高”。如果这个结论成立，那么世界杯恐怕早已成为G7国家的内部联赛。

这个分析真正有价值的切入点在于：

1. 历史对照：在一个特定的历史年份（夺冠年），这个国家的经济处于什么阶段？是战后重建、经济奇迹、石油繁荣，还是债务危机？这能帮助我们理解足球成就的社会背景。
2. 资源投入：现代足球的发展，从青训体系、联赛运营到国家队保障，确实需要相当的资源投入。GDP作为一个宏观指标，能在一定程度上反映一个国家可投入于体育（包括足球）的潜在资源总量。
3. “奇迹”的衡量：哪些冠军是在国家经济相对薄弱的情况下取得的？这些案例往往更激动人心，也更能体现足球超越物质条件的魅力。
4. 趋势观察：随着时间的推移，夺冠国家的经济背景分布是否有变化？足球世界的“中心”与经济世界的“中心”是重合还是在分化？

因此，本文不仅会呈现一份静态的排行榜，更会带你用数据分析的视角，去挖掘每个冠军头衔背后的时代经济注脚。对于开发者或数据分析爱好者来说，这也是一个绝佳的练手项目：涉及网络数据抓取、多源数据匹配、时间序列处理和可视化叙事。

2. 核心概念与数据来源拆解

在开始动手之前，我们需要明确两个核心概念和数据来源。

2.1 关键概念定义

• 夺冠年份：以世界杯举办的年份为准。例如，巴西在2002年韩日世界杯夺冠，则使用2002年的GDP数据与之匹配。这是分析的时间锚点。
• GDP数据选择：国内生产总值（GDP）有名义GDP和购买力平价（PPP）GDP之分。为了进行跨国比较，尤其是跨越数十年的比较，购买力平价GDP通常是更优的选择。因为它考虑了各国物价水平的差异，能更好地反映实际的经济规模和人民生活水平。本文的分析将基于购买力平价GDP数据。

2.2 数据来源与挑战

我们需要融合两类数据：

1. 世界杯历届冠军数据：

   • 内容：年份、举办国、冠军国家。
   • 来源：这类结构化数据相对容易获得，可以从维基百科、国际足联（FIFA）官网或各类体育数据网站获取。我们将以编程方式抓取。
   • 挑战：确保数据完整（从1930年至今），并处理国家名称的一致性（如“西德”需与后续的“德国”数据衔接）。

2. 历史GDP数据：

   • 内容：各国在历年（尤其是各夺冠年份）的购买力平价GDP数据。
   • 来源：世界银行（World Bank）、国际货币基金组织（IMF）或宾夕法尼亚大学世界表（Penn World Table）是权威的数据源。
   • 挑战：早期（如1930-1950年）的数据可能存在缺失；部分国家在历史上有名称、疆域变更（如苏联、捷克斯洛伐克），需要谨慎匹配。

本分析的核心技术难点就在于将这两份来自不同源头、具有不同时间维度和国家名称标准的数据集，准确、合理地关联起来。

3. 环境准备与工具栈

我们将使用Python作为数据分析的工具，因为它拥有丰富且成熟的生态库。请确保你的Python环境在3.8及以上。

3.1 创建虚拟环境（推荐）

为了避免包冲突，建议使用虚拟环境。

# 使用 venv 创建虚拟环境 python -m venv worldcup_gdp_env # 激活虚拟环境 # Windows worldcup_gdp_env\Scripts\activate # Linux/macOS source worldcup_gdp_env/bin/activate

3.2 安装必要的Python库

我们将主要使用以下几个库：

• pandas: 数据处理与分析的核心。
• requests&BeautifulSoup4: 用于网页抓取，获取冠军列表。
• matplotlib&seaborn: 用于数据可视化。
• world_bank_data: 一个方便的Python客户端，用于获取世界银行数据（可选，也可直接下载CSV）。

在激活的虚拟环境中，运行以下命令安装：

pip install pandas requests beautifulsoup4 matplotlib seaborn world_bank_data -i https://pypi.tuna.tsinghua.edu.cn/simple

如果world_bank_data安装或使用遇到问题，我们可以直接使用世界银行官网下载的CSV文件，这反而是更稳定可控的方式。本文将采用这种直接下载的方式。

4. 数据获取与清洗核心流程

我们的数据分析流程将分为四步：抓取冠军列表、获取GDP数据、数据关联清洗、最终分析可视化。

4.1 第一步：获取历届世界杯冠军列表

我们从一个结构清晰的维基百科页面抓取数据。请注意，在实际操作中，应遵守网站的robots.txt协议，并合理设置请求间隔。

import requests from bs4 import BeautifulSoup import pandas as pd def fetch_world_cup_champions(): """ 从维基百科页面抓取历届世界杯冠军信息。 返回一个包含年份、举办国、冠军国家的DataFrame。 """ url = "https://en.wikipedia.org/wiki/List_of_FIFA_World_Cup_finals" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36' } try: response = requests.get(url, headers=headers, timeout=10) response.raise_for_status() # 检查请求是否成功 except requests.RequestException as e: print(f"请求失败: {e}") return None soup = BeautifulSoup(response.content, 'html.parser') # 寻找包含决赛信息的表格。通常第一个wikitable就是。 # 这里需要根据实际网页结构微调选择器。 table = soup.find('table', {'class': 'wikitable'}) if not table: print("未找到数据表格") return None # 使用pandas直接读取HTML表格，它通常能很好地处理 dfs = pd.read_html(str(table)) if not dfs: print("未解析出表格数据") return None df_champions = dfs[0] # 假设第一个表就是我们需要的 # 清洗列名，选取我们关心的列：年份、举办国、冠军 # 注意：维基百科表格的列名可能变化，这里需要根据实际获取的df_champions列名调整 print("原始数据列名:", df_champions.columns.tolist()) # 假设我们需要的列名是 'Year', 'Host nation(s)', 'Champion' # 我们进行重命名和筛选 df_champions = df_champions[['Year', 'Host nation(s)', 'Champion']].copy() df_champions.columns = ['year', 'host', 'champion'] # 清洗年份数据，可能包含非数字字符（如1930[3]） df_champions['year'] = df_champions['year'].astype(str).str.extract(r'(\d{4})').astype(int) # 去除可能存在的空格 df_champions['champion'] = df_champions['champion'].str.strip() # 处理国家名称映射，为后续匹配GDP数据做准备 # 例如：将"West Germany"映射为"Germany"， "Soviet Union"需要特殊处理 country_mapping = { 'West Germany': 'Germany', 'East Germany': 'Germany', # 东德未夺冠，但以防万一 'Czechoslovakia': 'Czech Republic', # 捷克斯洛伐克，按继承国之一处理，需注意 'Soviet Union': 'Russian Federation', # 苏联，按俄罗斯继承处理，需注意 # 可以根据需要添加更多映射 } df_champions['champion_clean'] = df_champions['champion'].replace(country_mapping) print("冠军数据预览:") print(df_champions.head()) print(f"\n共获取到 {len(df_champions)} 届世界杯冠军数据") return df_champions # 执行函数 df_champions = fetch_world_cup_champions()

关键点与潜在问题：

• 网页结构变化：维基百科页面结构可能调整，table的选择器和列名可能需要更新。运行后请根据打印的列名进行调整。
• 国家名称标准化：这是最易出错的一环。网页上的国家名必须与GDP数据集里的国家名完全匹配。我们创建了champion_clean列来进行映射。对于苏联、捷克斯洛伐克等已不存在的国家，需要根据分析目的决定如何处理其GDP数据（例如，使用继承国数据或寻找历史区域加总数据）。本文为简化，使用主要继承国数据，但这会在分析部分作为重要说明。

4.2 第二步：获取历史GDP数据

我们从世界银行官网直接下载购买力平价GDP数据集。这里我们使用pandas的read_csv方法，数据文件可以提前下载好。

1. 手动下载数据：

   • 访问世界银行数据网站：https://data.worldbank.org/
   • 搜索指标：GDP, PPP (constant 2017 international $)。这是一个用不变国际元衡量的实际GDP，适合长期比较。
   • 选择所有国家、所有年份，导出为CSV格式。假设文件名为API_NY.GDP.MKTP.PP.KD_DS2_en_csv_v2_*.csv。

2. 使用Python加载和预处理：

def load_world_bank_gdp_data(file_path): """ 加载世界银行GDP数据CSV文件。 该文件通常前几行是元数据，需要跳过。 """ # 世界银行的CSV通常第4行开始才是表头 df_gdp_raw = pd.read_csv(file_path, skiprows=4) # 清洗数据：将国家名列设置为索引，然后转置，使得年份成为列，国家成为行可能更方便。 # 但更常见的做法是保持“国家-年份-值”的长格式。 # 我们将其从宽格式转换为长格式。 id_vars = ['Country Name', 'Country Code', 'Indicator Name', 'Indicator Code'] value_vars = [col for col in df_gdp_raw.columns if col not in id_vars] df_gdp_long = df_gdp_raw.melt(id_vars=id_vars, value_vars=value_vars, var_name='year', value_name='gdp_ppp') # 转换年份为整数，GDP为数值类型 df_gdp_long['year'] = df_gdp_long['year'].astype(int) df_gdp_long['gdp_ppp'] = pd.to_numeric(df_gdp_long['gdp_ppp'], errors='coerce') # 我们只需要国家名和年份、GDP值 df_gdp = df_gdp_long[['Country Name', 'year', 'gdp_ppp']].copy() df_gdp.columns = ['country', 'year', 'gdp_ppp'] # 重命名 # 过滤掉GDP为空值的行 df_gdp = df_gdp.dropna(subset=['gdp_ppp']) print("GDP数据预览:") print(df_gdp.head()) print(f"\nGDP数据覆盖 {df_gdp['country'].nunique()} 个国家，时间范围 {df_gdp['year'].min()} 到 {df_gdp['year'].max()}") return df_gdp # 假设CSV文件在当前目录下 file_path = "./API_NY.GDP.MKTP.PP.KD_DS2_en_csv_v2_*.csv" df_gdp = load_world_bank_gdp_data(file_path)

关键点：

• 数据缺失：世界银行数据可能没有早期（如1930、1950年）的数据。对于这些缺失，我们需要寻找替代数据源（如麦迪逊历史统计数据），或接受缺失。这将直接影响早期冠军的分析。
• 国家匹配：确保df_gdp中的country列名与df_champions中的champion_clean列名一致。可能需要一个更全面的映射字典。

4.3 第三步：数据关联与清洗

这是将足球史与经济史连接起来的关键步骤。

def merge_and_clean_data(df_champions, df_gdp): """ 将冠军数据与GDP数据合并。 """ # 执行合并，根据冠军国家和夺冠年份匹配GDP df_merged = pd.merge(df_champions, df_gdp, how='left', # 左连接，保留所有冠军记录 left_on=['champion_clean', 'year'], right_on=['country', 'year']) # 检查合并结果 print("合并后数据预览:") print(df_merged[['year', 'champion', 'champion_clean', 'gdp_ppp']].head(10)) # 找出GDP数据缺失的冠军记录（通常是早期数据） missing_gdp = df_merged[df_merged['gdp_ppp'].isna()] if not missing_gdp.empty: print(f"\n警告：有 {len(missing_gdp)} 条冠军记录缺少GDP数据:") print(missing_gdp[['year', 'champion']].to_string(index=False)) # 在实际分析中，对于这些缺失，我们可以尝试用其他来源补充，或进行标注。 # 此处为简化，我们将其保留为NaN，在后续排序时需处理。 # 计算每届冠军GDP的全球排名（在当年所有有数据的国家中） df_merged['gdp_rank'] = df_merged.groupby('year')['gdp_ppp'].rank(ascending=False, method='min') # 由于早期数据缺失，排名可能为NaN，我们将其填充为一个较大的数（如999）以示区别 df_merged['gdp_rank'] = df_merged['gdp_rank'].fillna(999).astype(int) # 添加一个“GDP数据是否可用”的标记 df_merged['has_gdp_data'] = df_merged['gdp_ppp'].notna() # 按夺冠年份排序 df_merged = df_merged.sort_values('year').reset_index(drop=True) return df_merged df_final = merge_and_clean_data(df_champions, df_gdp)

关键操作解释：

• 左连接 (how='left')：确保所有世界杯冠军记录都被保留，即使其GDP数据缺失。
• GDP排名计算：使用groupby('year')和rank()方法，计算每个冠军在夺冠当年全球国家中的GDP排名。ascending=False表示GDP值越大排名越靠前（第1名是当年GDP最高的国家）。
• 处理缺失值：将缺失GDP的记录的排名标记为999，并添加一个布尔列用于标识数据可用性。在后续分析和可视化时，我们需要谨慎对待这些数据点。

5. 数据分析与可视化

数据准备就绪后，我们可以开始回答最初的问题了。

5.1 生成“冠军GDP排行榜”

我们可以从多个维度来生成排行榜：

def generate_rankings(df): """ 生成并打印几种不同的排行榜。 """ # 1. 按夺冠当年绝对GDP值排名（仅限有数据的） print("=== 排行榜1：按夺冠当年绝对GDP（购买力平价）排名 ===") df_absolute = df[df['has_gdp_data']].sort_values('gdp_ppp', ascending=False) print(df_absolute[['year', 'champion', 'gdp_ppp', 'gdp_rank']].to_string(index=False)) # 2. 按夺冠当年GDP全球排名（排名数字越小，表示经济实力越强） print("\n=== 排行榜2：按夺冠当年GDP全球排名（排名越靠前，经济越强）===") df_by_rank = df[df['has_gdp_data']].sort_values('gdp_rank') print(df_by_rank[['year', 'champion', 'gdp_ppp', 'gdp_rank']].to_string(index=False)) # 3. 计算“经济实力与足球成绩”反差最大的案例（排名中游的冠军） # 我们可以定义一个“反差指数”，例如 (gdp_rank / 当年总参赛国数量) 或直接看排名。 # 这里简单展示GDP排名在20名开外的冠军（即夺冠时并非经济顶级强国） print("\n=== 亮点：夺冠时GDP全球排名在20名以外的‘逆袭者’ ===") underdogs = df[(df['has_gdp_data']) & (df['gdp_rank'] > 20)] print(underdogs[['year', 'champion', 'gdp_ppp', 'gdp_rank']].to_string(index=False)) return df_absolute, df_by_rank df_abs_rank, df_gdp_rank = generate_rankings(df_final)

运行这段代码，你就能得到初步的排行榜。结果可能会让你有些意外。

5.2 可视化呈现：历史趋势与分布

图表能让结论更直观。我们使用matplotlib和seaborn来创建几个关键图表。

import matplotlib.pyplot as plt import seaborn as sns sns.set_style("whitegrid") # 设置绘图风格 def create_visualizations(df): """ 创建分析图表。 """ # 筛选有GDP数据的记录用于绘图 df_plot = df[df['has_gdp_data']].copy() if df_plot.empty: print("没有足够的数据进行可视化") return fig, axes = plt.subplots(2, 2, figsize=(16, 12)) fig.suptitle('FIFA世界杯冠军国家经济背景分析', fontsize=16, fontweight='bold') # 图1：冠军国家夺冠年份GDP全球排名趋势图 ax1 = axes[0, 0] # 按年份排序后绘图，用点线图连接 df_sorted = df_plot.sort_values('year') ax1.plot(df_sorted['year'], df_sorted['gdp_rank'], marker='o', linestyle='-', linewidth=2, markersize=8, color='steelblue') ax1.set_xlabel('夺冠年份') ax1.set_ylabel('GDP全球排名 (数值越小越强)') ax1.set_title('冠军国家GDP排名随时间变化') ax1.invert_yaxis() # 反转Y轴，让排名第1在最上方 ax1.grid(True, linestyle='--', alpha=0.7) # 为每个点添加国家标签 for idx, row in df_sorted.iterrows(): ax1.text(row['year'], row['gdp_rank']+0.5, row['champion'], fontsize=9, ha='center') # 图2：冠军国家夺冠当年绝对GDP（对数刻度） ax2 = axes[0, 1] ax2.bar(df_plot['year'].astype(str) + '\n' + df_plot['champion'], df_plot['gdp_ppp'], color='lightcoral') ax2.set_xlabel('夺冠年份 & 冠军国家') ax2.set_ylabel('GDP (购买力平价，不变国际元)') ax2.set_title('冠军国家夺冠当年绝对GDP（柱状图）') ax2.tick_params(axis='x', rotation=45) ax2.set_yscale('log') # 使用对数刻度，因为GDP跨度可能很大 # 在柱子上方添加GDP排名 for idx, (p, rank) in enumerate(zip(ax2.patches, df_plot['gdp_rank'])): height = p.get_height() ax2.text(p.get_x() + p.get_width() / 2., height * 1.01, f'#{int(rank)}', ha='center', va='bottom', fontsize=8) # 图3：GDP排名分布直方图 ax3 = axes[1, 0] ax3.hist(df_plot['gdp_rank'], bins=range(1, int(df_plot['gdp_rank'].max())+5, 5), edgecolor='black', alpha=0.7, color='seagreen') ax3.set_xlabel('GDP全球排名区间') ax3.set_ylabel('冠军数量') ax3.set_title('冠军国家GDP排名分布（大多数冠军经济实力如何？）') ax3.axvline(df_plot['gdp_rank'].median(), color='red', linestyle='--', linewidth=2, label=f'中位数排名: {int(df_plot["gdp_rank"].median())}') ax3.legend() # 图4：按大洲分类的冠军GDP排名箱型图 # 首先需要为国家分配大洲信息（这里需要一个简单的映射，实际分析应更精确） # 为示例简化，我们手动定义几个主要冠军国家的大洲 continent_map = { 'Brazil': 'South America', 'Argentina': 'South America', 'Uruguay': 'South America', 'Germany': 'Europe', 'Italy': 'Europe', 'France': 'Europe', 'England': 'Europe', 'Spain': 'Europe', 'Netherlands': 'Europe', # 亚军，假设有数据 } df_plot['continent'] = df_plot['champion'].map(continent_map) df_plot_with_continent = df_plot.dropna(subset=['continent']) ax4 = axes[1, 1] # 确保数据顺序，便于比较 order = ['Europe', 'South America'] sns.boxplot(x='continent', y='gdp_rank', data=df_plot_with_continent, order=order, ax=ax4, palette='Set2') sns.swarmplot(x='continent', y='gdp_rank', data=df_plot_with_continent, order=order, ax=ax4, color='.25', size=6) # 叠加散点显示具体数据点 ax4.set_xlabel('大洲') ax4.set_ylabel('GDP全球排名') ax4.set_title('不同大洲冠军国家的GDP排名对比') ax4.invert_yaxis() # 同样反转，让排名高的在上方 plt.tight_layout(rect=[0, 0.03, 1, 0.95]) # 调整布局，给总标题留空间 plt.show() create_visualizations(df_final)

这些图表会揭示一些有趣的模式，例如：

• 趋势图：可能显示早期冠军（如乌拉圭、意大利）的经济排名与后期冠军（如德国、法国）的差异。
• 分布直方图：能直观告诉我们，是经济强国夺冠多，还是“黑马”逆袭多。
• 大洲对比：可能暗示欧洲冠军的整体经济背景强于南美冠军。

6. 运行结果与深度解读

运行上述代码后，你会得到数据表格和图表。基于典型的数据结果，我们可以进行如下解读（请注意，你的实际数据可能略有不同）：

6.1 数据结果示例与观察

假设我们得到了以下核心发现（此为模拟分析结论）：

1. 绝对GDP榜的顶部：美国（未夺冠）如果出现在任何GDP榜单都会名列前茅，但这恰恰说明了经济不是足球的充分条件。在冠军中，德国、法国、英国在夺冠年份的绝对GDP通常很高，这与其发达的经济和成熟的足球体系相符。
2. “高经济排名”冠军：像德国（2014）、法国（2018）在夺冠时，其GDP全球排名基本都在前10以内。这符合“强国足球”的想象。
3. “逆经济周期”的奇迹：
   • 乌拉圭（1930, 1950）：作为早期冠军，其夺冠时国家规模和经济总量相对较小，堪称奇迹。
   • 阿根廷（1978, 1986）：尤其是1986年马拉多纳的“上帝之手”之年，阿根廷正处于严重的经济危机和债务问题中，GDP排名远在20名之外。这是足球超越经济的经典例证。
   • 巴西（1958, 1962, 1970等）：巴西多次夺冠时，其经济虽在发展，但GDP排名并非世界最顶尖（可能在10-20名区间）。这表明了足球文化、天赋和体系可以弥补经济上的相对差距。

6.2 核心结论：经济是“燃料”而非“方向盘”

通过这份数据分析，我们可以提炼出几个清晰的判断：

• 经济基础提供“发展燃料”：稳定的经济和社会环境，确实有利于建设完善的青训中心、职业联赛、体育科学体系和后勤保障。二战后经济复苏的欧洲国家（德、意、法），以及经济腾飞期的巴西，都受益于此。
• 足球成功有自身的“逻辑”：天赋选拔体系、深厚的足球文化、正确的战术理念、甚至民族性格，这些非经济因素在足球领域权重极高。阿根廷、乌拉圭的例子，以及欧洲小国（如未来的潜在冠军）的崛起，都证明了这一点。
• “中等收入陷阱”的足球镜像？一个有趣的现象是，一些经济快速崛起但足球体系尚未完全成熟的国家，其世界杯成绩与经济排名的提升并不同步。而一些经济陷入停滞但足球底蕴深厚的国家，却能长期保持竞争力。这说明足球体系的建设是长期工程，无法用金钱快速购买。
• 数据分析的局限性：使用国家整体GDP来衡量对足球的投入是粗糙的。人均GDP、体育经费占比、基尼系数（反映贫富差距，可能影响草根足球参与度）或许是更精细的指标。此外，国家体制（如举国体制与市场体制）也起着关键作用。

7. 常见问题与排查思路

在复现这个分析项目时，你可能会遇到以下问题：

8. 最佳实践与项目扩展建议

8.1 工程化建议

1. 数据持久化：将抓取和清洗后的df_final保存为本地文件（如CSV或Parquet），避免每次分析都重新抓取和请求网络。

   df_final.to_csv('world_cup_champions_gdp.csv', index=False) # 下次直接加载 # df_final = pd.read_csv('world_cup_champions_gdp.csv')

2. 错误处理与日志：在生产环境中，应为网络请求、数据解析添加更完善的try-except块，并记录日志，便于排查问题。
3. 配置化管理：将国家名称映射字典、数据源URL、文件路径等配置信息提取到单独的配置文件（如config.py或config.yaml）中，提高代码可维护性。
4. 使用函数封装：如本文所示，将不同功能封装成函数，使主流程清晰，便于单元测试和复用。

8.2 分析扩展方向

这个项目可以深入挖掘的方向很多：

1. 纳入亚军和四强：分析经济实力与“进入决赛圈”概率的关系，而不仅仅是冠军。
2. 使用人均GDP：用总人口数据计算人均GDP，这可能更能反映一个国家的社会发展水平和足球普及的潜在基础。
3. 时间滞后效应：分析夺冠年份前10-20年的平均经济增长率或GDP水平。足球人才培养周期长，经济影响可能有滞后性。
4. 引入其他变量：结合世界银行的其他数据，如“青少年人口比例”、“政府教育支出”、“基尼系数”等，建立更复杂的模型。
5. 俱乐部联赛经济关联：分析各国顶级联赛的俱乐部投入与国家队成绩的关系。
6. 可视化升级：使用Plotly或Altair库制作交互式图表，可以查看每个数据点的详细信息。

通过这个项目，你不仅得到了一份独特的世界杯数据洞察，更完整地实践了一个数据科学小项目的全流程：从构思问题、获取数据、清洗整理、分析建模到可视化呈现。这才是比任何一个单独的排行榜都更有价值的收获。建议你将代码保存下来，作为自己的数据分析作品集之一，未来可以轻松地套用到其他类似的“体育-经济”或“文化-社会”的跨界分析中去。