Fußballspiele vorherzusagen kann vielleicht als Volkssport beschrieben werden: Angebote zum Tippen gibt es zuhauf und manche sehen die Chance auf das große Geld. Grund genug selbst eine Vorhersage zu treffen und vielleicht sogar Geld beim Tippen zu gewinnen. 1. Daten einlesen Als erstes laden wir die benötigten Libraries und die notwendigen Daten: library (httr) library (jsonlite) library (dplyr) library (tidyr) library (stats) ## 1. Daten aufbereiten jahre <- c( 2022 , 2023 , 2024 , 2025 ) all_seasons_data <- data.frame() for (k in 1 :length (jahre)) { url <- paste0( "https://api.openligadb.de/getmatchdata/bl1/" , jahre[k]) res <- GET(url) json_text <- content(res, "text" , encoding = "UTF-8" ) #Text extrahieren, in dataframe umwandeln temp_df <- fromJSON(json_text, flatten = TRUE ) all_seasons_data <- bind_rows(all_seasons_data, temp_df) Sys.sleep ( 0.2 ) #verlangsamen, damit sich der loop nicht selbst stört } df_...
Blatt Papier für Gedanken zu Politik, Wirtschaft, Business, Finanzen und Data Science...