LHSDB - Crunch

Tampa Bay Lightning
Formation
Points
Informations Joueurs
Lignes
Statistiques d'Équipe
Calendrier
Finance
Client Web pour Lignes

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

#	Nom du Joueur	C	L	R	D	CON	CK	FG	DI	SK	ST	EN	DU	PH	FO	PA	SC	DF	PS	EX	LD	PO	MO	OV	SP
1	Ryan Callahan			X		100.00	84	37	84	68	68	72	70	67	56	66	63	78	65	84	77	31	49	67	0
2	Brendan Perlini		X	X		100.00	69	39	83	67	86	69	81	66	54	62	70	58	69	65	63	84	67	64	0
3	Jesse Puljujarvi			X		100.00	73	41	87	68	87	69	63	67	53	62	66	58	70	61	63	89	65	63	0
4	Nick Paul		X			100.00	73	37	89	62	92	74	69	61	65	60	60	63	61	67	64	66	62	62	0
5	Kevin Porter	X				100.00	58	38	86	60	72	91	87	59	70	62	54	56	57	82	79	52	64	62	0
6	Lane Pederson	X				100.00	58	37	87	61	72	93	90	60	64	58	59	57	60	63	62	63	77	61	0
7	Francis Perron		X			100.00	52	37	89	62	68	92	89	60	68	62	57	56	59	65	63	64	70	61	0
8	Mario Kempe			X		100.00	79	38	88	60	71	70	67	59	72	56	58	64	59	79	71	50	70	61	0
9	Nathan Bastian			X		100.00	72	49	81	60	87	83	69	59	52	56	64	58	59	63	62	74	71	61	0
10	Matt Puempel		X			100.00	58	36	90	62	78	80	70	60	58	59	61	57	58	71	66	77	70	61	0
11	Reid Boucher	X				100.00	54	35	93	63	69	76	69	62	69	61	61	59	63	71	66	59	70	61	0
12	Austin Czarnik	X		X		100.00	51	36	93	61	63	69	67	59	63	65	58	57	60	73	70	37	70	60	0
13	Colin Greening	X				100.00	68	35	94	54	82	92	88	53	56	53	51	56	52	82	73	52	64	60	0
14	Chase De Leo	X				100.00	51	35	94	59	65	84	71	58	63	60	57	61	55	67	64	58	54	59	0
15	Henrik Samuelsson		X			100.00	73	39	83	54	87	83	77	53	59	53	51	58	53	69	65	77	44	58	0
16	Mason Shaw (R)		X			100.00	50	37	87	57	66	95	96	56	63	58	52	53	54	61	63	64	46	58	0
17	Kevin Czuczman				X	100.00	67	39	82	56	82	92	89	54	30	56	51	57	45	75	68	57	73	63	0
18	Juuso Riikola				X	100.00	73	36	91	63	72	75	69	62	30	65	58	62	54	70	67	53	64	63	0
19	Duncan Siemens				X	100.00	71	41	76	53	85	88	82	52	30	54	51	59	48	71	66	77	74	62	0
20	Brandon Crawley				X	100.00	65	45	66	56	78	89	83	54	30	55	52	59	45	63	62	63	71	61	0
21	Joni Tuulola (R)				X	100.00	67	36	91	55	83	90	84	54	30	54	51	56	45	65	63	62	71	61	0
22	Blake Hillman				X	100.00	61	36	90	54	76	90	85	53	30	52	51	53	46	65	63	68	76	60	0
Rayé
1	Spencer Watson			X		100.00	51	35	93	55	56	72	68	53	56	54	51	56	53	65	63	62	20	54	0

	MOYENNE D'ÉQUIPE					100.00	64	38	87	60	76	82	78	58	53	58	57	59	56	69	66	63	64	61

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

#	Nom du Gardien	CON	SK	DU	EN	SZ	AG	RB	SC	HS	RT	PH	PS	EX	LD	PO	MO	OV	SP
1	Adin Hill	100.00	80	81	79	93	79	78	80	79	78	80	79	65	69	67	65	77	0
2	Oscar Dansk	100.00	78	77	75	82	77	76	78	77	76	78	77	69	73	51	70	74	0
Rayé
1	Kaden Fulcher	100.00	64	65	63	77	63	62	64	63	62	64	63	61	65	49	20	63	0

	MOYENNE D'ÉQUIPE	100.00	74	74	72	84	73	72	74	73	72	74	73	65	69	56	52	71

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Mike Van Ryn	60	70	65	65	59	55	86	CAN	39	5	1,000,000$

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

#	Nom du Joueur	Nom de l'Équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Jesse Puljujarvi	Crunch (Tam)	RW	45	12	26	38	22	41	15	64	68	150	45	105	8.00%	9	775	17.23	1	4	5	28	130	0	0	0	4	68	2	0	46.15%	117	0	0.98	0	0	0	1	2	1	3	3
2	Brendan Perlini	Crunch (Tam)	LW/RW	29	10	19	29	11	17	5	45	37	103	23	85	9.71%	5	617	21.29	4	7	11	21	114	0	1	1	2	133	3	2	44.20%	319	0	0.94	2	3	0	0	1	1	2	5
3	Lane Pederson	Crunch (Tam)	C	37	7	15	22	8	4	0	21	53	75	16	52	9.33%	4	613	16.57	2	5	7	14	119	0	0	0	4	90	0	0	53.93%	675	0	0.72	0	2	0	0	0	1	3	2
4	Francis Perron	Crunch (Tam)	LW	42	5	16	21	4	0	0	11	44	73	18	50	6.85%	6	669	15.95	2	6	8	23	135	0	0	0	3	96	1	1	53.29%	152	0	0.63	0	1	0	0	0	1	3	1
5	Reid Boucher	Crunch (Tam)	C	42	11	10	21	5	6	0	14	69	100	28	58	11.00%	3	613	14.62	3	4	7	24	114	0	0	0	0	0	2	0	57.65%	647	0	0.68	0	0	0	0	0	2	0	2
6	Juuso Riikola	Crunch (Tam)	D	35	6	14	20	10	32	0	51	35	64	16	40	9.38%	40	815	23.31	5	3	8	42	144	0	0	0	1	128	0	0	0.00%	0	0	0.49	0	0	0	0	0	1	4	0
7	Nick Paul	Crunch (Tam)	LW	31	6	11	17	3	28	0	39	33	60	27	54	10.00%	7	563	18.17	2	5	7	21	110	0	0	0	1	70	2	0	54.29%	35	0	0.60	0	0	0	0	0	0	1	2
8	Brandon Crawley	Crunch (Tam)	D	42	1	16	17	11	61	5	59	22	24	5	8	4.17%	19	588	14.02	0	2	2	3	17	0	0	0	0	25	0	0	0.00%	0	0	0.58	0	0	0	0	1	0	0	3
9	Joni Tuulola	Crunch (Tam)	D	42	2	15	17	-2	31	5	42	21	29	9	14	6.90%	37	830	19.77	1	6	7	15	112	0	0	0	0	140	0	0	0.00%	0	0	0.41	0	0	0	0	1	1	0	1
10	Mario Kempe	Crunch (Tam)	RW	42	8	8	16	6	28	0	60	32	80	17	49	10.00%	6	482	11.49	2	1	3	12	45	0	0	0	2	30	3	0	65.22%	23	0	0.66	0	0	0	0	0	3	1	1
11	Duncan Siemens	Crunch (Tam)	D	42	3	13	16	17	84	10	74	18	37	9	30	8.11%	55	973	23.17	1	5	6	16	169	1	0	1	1	157	0	1	0.00%	0	0	0.33	0	0	1	0	1	0	2	1
12	Nicolas Deslauriers	Tampa Bay Lightning	LW/RW	24	6	10	16	1	44	10	68	34	42	11	39	14.29%	4	300	12.51	1	5	6	13	49	0	1	1	1	39	0	1	48.89%	90	0	1.07	0	1	0	2	0	1	2	1
13	Kevin Czuczman	Crunch (Tam)	D	42	3	12	15	0	41	5	54	26	47	10	25	6.38%	51	950	22.62	3	4	7	27	162	0	0	0	0	172	2	0	0.00%	0	0	0.32	0	0	1	0	0	0	1	0
14	Matt Puempel	Crunch (Tam)	LW	42	7	7	14	5	4	0	10	29	74	21	57	9.46%	6	472	11.26	1	2	3	9	48	0	0	0	0	3	0	2	51.72%	29	0	0.59	0	0	0	0	0	2	1	0
15	Nathan Bastian	Crunch (Tam)	RW	42	8	5	13	2	37	5	68	40	75	22	50	10.67%	4	445	10.61	0	0	0	2	21	0	0	0	0	7	3	2	53.13%	64	1	0.58	0	0	0	0	1	2	0	0
16	Austin Czarnik	Crunch (Tam)	C/RW	42	3	6	9	2	4	0	4	38	51	18	30	5.88%	3	362	8.64	0	0	0	0	3	0	0	0	0	16	1	1	52.48%	282	0	0.50	0	0	0	0	0	0	2	0
17	Ryan Callahan	Crunch (Tam)	RW	21	3	6	9	4	4	0	10	13	24	9	23	12.50%	6	141	6.76	0	2	2	5	17	0	0	0	1	25	0	0	65.57%	61	0	1.27	0	0	0	0	0	1	1	0
18	Zach Whitecloud	Tampa Bay Lightning	D	15	0	9	9	5	27	5	23	6	4	7	9	0.00%	7	339	22.66	0	1	1	2	50	0	0	0	0	27	0	0	0.00%	0	0	0.53	0	0	0	1	0	1	0	0
19	Kevin Porter	Crunch (Tam)	C	35	2	6	8	7	14	0	20	43	33	15	41	6.06%	0	437	12.49	0	0	0	0	0	0	0	0	0	0	1	0	52.40%	250	0	0.37	0	0	0	0	0	0	0	0
20	Tyler Graovac	Tampa Bay Lightning	C	13	4	3	7	3	10	0	26	20	40	14	23	10.00%	4	294	22.63	2	3	5	13	46	0	0	0	2	67	1	0	61.44%	236	0	0.48	0	1	0	0	0	1	0	0
21	Dmitrij Jaskin	Tampa Bay Lightning	RW	11	4	2	6	1	20	0	25	15	34	12	13	11.76%	3	216	19.72	1	2	3	8	46	0	0	0	0	20	1	0	55.26%	38	0	0.55	0	1	0	0	0	1	1	0
22	Maxime Lajoie	Tampa Bay Lightning	D	11	1	4	5	2	0	0	5	16	16	11	12	6.25%	15	274	24.92	1	1	2	10	45	0	1	1	2	45	0	1	0.00%	0	0	0.36	0	0	0	0	0	0	0	0
23	Byron Froese	Tampa Bay Lightning	C	9	1	3	4	0	5	5	4	30	46	8	21	2.17%	1	220	24.45	0	1	1	8	36	1	0	1	3	49	0	0	66.67%	291	0	0.36	0	0	0	1	0	0	0	0
24	Blake Hillman	Crunch (Tam)	D	29	1	3	4	10	12	0	16	9	6	3	6	16.67%	17	431	14.87	0	0	0	0	2	0	0	0	0	54	0	0	0.00%	0	0	0.19	0	0	0	0	0	0	1	1
25	Mason Shaw	Crunch (Tam)	LW	27	0	4	4	4	2	0	3	8	7	4	12	0.00%	1	128	4.76	0	0	0	0	0	0	0	0	0	0	0	0	44.44%	9	0	0.62	0	0	0	0	0	0	0	1
26	Henrik Samuelsson	Crunch (Tam)	LW	23	1	0	1	1	4	0	11	3	2	4	1	50.00%	0	45	1.96	0	0	0	0	0	0	0	0	0	0	0	0	66.67%	3	0	0.44	0	0	0	0	0	0	0	0
27	Chase De Leo	Crunch (Tam)	C	34	0	0	0	-1	2	0	1	8	11	0	6	0.00%	2	118	3.49	0	0	0	0	1	0	0	0	1	21	0	0	56.99%	93	0	0.00	0	0	0	0	0	0	0	0
28	Colin Greening	Crunch (Tam)	C	35	0	0	0	0	2	0	3	0	5	2	0	0.00%	0	28	0.82	0	0	0	2	10	0	0	0	0	0	0	0	47.06%	17	0	0.00	0	0	0	0	0	0	0	0
Stats d'équipe Total ou en Moyenne				884	115	243	358	141	564	70	831	770	1312	384	913	8.77%	315	12751	14.42	32	69	101	318	1756	2	3	5	28	1495	22	11	54.97%	3431	1	0.56	2	9	2	5	7	20	28	24

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

#	Nom du Gardien	Nom de l'Équipe	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Adin Hill	Crunch (Tam)	42	24	15	3	0.914	1.95	2490	4	5	81	938	2	0.700	10	42	0	4	2	1
2	Oscar Dansk	Crunch (Tam)	1	0	0	0	0.958	1.28	47	0	0	1	24	0	0.000	0	0	42	0	0	0
Stats d'équipe Total ou en Moyenne			43	24	15	3	0.915	1.94	2538	4	5	82	962	2	0.700	10	42	42	4	2	1

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

Nom du Joueur	Nom de l'Équipe	POS	Âge	Date de Naissance	Nouveau Joueur	Poids	Taille	Non-Échange	Disponible pour Échange	Ballotage Forcé	Contrat	Type	Salaire Actuel	Cap Salariale	Cap Salariale Restant	Exclus du Cap Salarial	Salaire Année 2	Salaire Année 3	Salaire Année 4	Link
Adin Hill	Crunch (Tam)	G	23	1996-05-11	No	202 Lbs	6 ft6	No	No	No	2	Pro & Farm	500,000$	0$	0$	No	500,000$			Lien
Austin Czarnik	Crunch (Tam)	C/RW	26	1992-12-12	No	170 Lbs	5 ft9	No	No	No	1	Pro & Farm	300,000$	0$	0$	No				Lien
Blake Hillman	Crunch (Tam)	D	23	1996-01-26	No	193 Lbs	6 ft1	No	No	No	1	Pro & Farm		0$	0$	No				Lien
Brandon Crawley	Crunch (Tam)	D	22	1997-02-02	No	204 Lbs	6 ft1	No	No	No	3	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$		Lien
Brendan Perlini	Crunch (Tam)	LW/RW	23	1996-04-27	No	211 Lbs	6 ft3	No	No	No	2	Pro & Farm	900,000$	0$	0$	No	900,000$			Lien
Chase De Leo	Crunch (Tam)	C	23	1995-10-25	No	179 Lbs	5 ft9	No	No	No	1	Pro & Farm	500,000$	0$	0$	No				Lien
Colin Greening	Crunch (Tam)	C	33	1986-03-09	No	210 Lbs	6 ft2	No	No	No	2	Pro & Farm	300,000$	0$	0$	No	300,000$			Lien
Duncan Siemens	Crunch (Tam)	D	25	1993-09-07	No	210 Lbs	6 ft3	No	No	No	4	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$	300,000$	Lien
Francis Perron	Crunch (Tam)	LW	23	1996-04-18	No	166 Lbs	6 ft0	No	No	No	2	Pro & Farm	300,000$	0$	0$	No	300,000$			Lien
Henrik Samuelsson	Crunch (Tam)	LW	25	1994-02-07	No	219 Lbs	6 ft3	No	No	No	2	Pro & Farm	300,000$	0$	0$	No	300,000$			Lien
Jesse Puljujarvi	Crunch (Tam)	RW	21	1998-05-07	No	201 Lbs	6 ft4	No	No	No	2	Pro & Farm	900,000$	0$	0$	No	900,000$			Lien
Joni Tuulola	Crunch (Tam)	D	23	1996-01-01	Yes	198 Lbs	6 ft3	No	No	No	4	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$	300,000$	Lien
Juuso Riikola	Crunch (Tam)	D	25	1993-11-09	No	189 Lbs	6 ft0	No	No	No	4	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$	300,000$	Lien
Kaden Fulcher	Crunch (Tam)	G	20	1998-09-23	No	182 Lbs	6 ft2	No	No	No	4	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$	300,000$	Lien
Kevin Czuczman	Crunch (Tam)	D	28	1991-01-09	No	206 Lbs	6 ft2	No	No	No	1	Pro & Farm	300,000$	0$	0$	No				Lien
Kevin Porter	Crunch (Tam)	C	33	1986-03-12	No	190 Lbs	6 ft0	No	No	No	3	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$		Lien
Lane Pederson	Crunch (Tam)	C	21	1997-08-04	No	190 Lbs	6 ft0	No	No	No	4	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$	300,000$	Lien
Mario Kempe	Crunch (Tam)	RW	30	1988-09-19	No	185 Lbs	6 ft0	No	No	No	4	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$	300,000$	Lien
Mason Shaw	Crunch (Tam)	LW	20	1998-11-03	Yes	182 Lbs	5 ft9	No	No	No	4	Pro & Farm	500,000$	0$	0$	No	500,000$	500,000$	500,000$	Lien
Matt Puempel	Crunch (Tam)	LW	26	1993-01-24	No	205 Lbs	6 ft1	No	No	No	1	Pro & Farm	300,000$	0$	0$	No				Lien
Nathan Bastian	Crunch (Tam)	RW	21	1997-12-06	No	205 Lbs	6 ft4	No	No	No	3	Pro & Farm	500,000$	0$	0$	No	500,000$	500,000$		Lien
Nick Paul	Crunch (Tam)	LW	24	1995-03-20	No	230 Lbs	6 ft4	No	No	No	1	Pro & Farm	300,000$	0$	0$	No				Lien
Oscar Dansk	Crunch (Tam)	G	25	1994-02-28	No	195 Lbs	6 ft3	No	No	No	3	Pro & Farm	500,000$	0$	0$	No	500,000$	500,000$		Lien
Reid Boucher	Crunch (Tam)	C	25	1993-09-08	No	195 Lbs	5 ft10	No	No	No	2	Pro & Farm	300,000$	0$	0$	No	300,000$			Lien
Ryan Callahan	Crunch (Tam)	RW	34	1985-03-21	No	187 Lbs	5 ft10	No	No	No	3	Pro & Farm	2,500,000$	0$	0$	No	2,500,000$	2,500,000$		Lien
Spencer Watson	Crunch (Tam)	RW	23	1996-04-25	No	170 Lbs	5 ft1	No	No	No	3	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$		Lien

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
26	24.81	195 Lbs	6 ft1	2.54	457,692$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Brendan Perlini	Lane Pederson	Kevin Porter	40	1	2	2
2	Nick Paul	Reid Boucher	Jesse Puljujarvi	30	1	2	2
3	Francis Perron	Kevin Porter	Mario Kempe	20	1	2	2
4	Matt Puempel	Austin Czarnik	Nathan Bastian	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Juuso Riikola	Duncan Siemens	40	1	2	2
2	Kevin Czuczman	Joni Tuulola	30	1	2	2
3	Brandon Crawley	Blake Hillman	20	1	2	2
4	Juuso Riikola	Duncan Siemens	10	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Brendan Perlini	Lane Pederson	Francis Perron	60	1	2	2
2	Nick Paul	Reid Boucher	Jesse Puljujarvi	40	1	2	2

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Juuso Riikola	Duncan Siemens	60	1	2	2
2	Kevin Czuczman	Joni Tuulola	40	1	2	2

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Brendan Perlini	Lane Pederson	60	1	2	2
2	Jesse Puljujarvi	Nick Paul	40	1	2	2

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Juuso Riikola	Duncan Siemens	60	1	2	2
2	Kevin Czuczman	Joni Tuulola	40	1	2	2

3 joueurs en Désavantage Numérique
Ligne #	Ailier	% Temps	PHY	DF	OF	Défense	Défense	% Temps	PHY	DF	OF
1	Brendan Perlini	60	1	2	2	Juuso Riikola	Duncan Siemens	60	1	2	2
2	Jesse Puljujarvi	40	1	2	2	Kevin Czuczman	Joni Tuulola	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Brendan Perlini	Lane Pederson	60	1	2	2
2	Jesse Puljujarvi	Nick Paul	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Juuso Riikola	Duncan Siemens	60	1	2	2
2	Kevin Czuczman	Joni Tuulola	40	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Brendan Perlini	Lane Pederson	Jesse Puljujarvi	Juuso Riikola	Duncan Siemens

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Brendan Perlini	Lane Pederson	Jesse Puljujarvi	Juuso Riikola	Duncan Siemens

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Brendan Perlini, Colin Greening, Francis Perron	Brendan Perlini, Colin Greening	Francis Perron

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Brandon Crawley, Blake Hillman, Kevin Czuczman	Brandon Crawley	Blake Hillman, Kevin Czuczman

Tirs de Pénalité
Brendan Perlini, Lane Pederson, Jesse Puljujarvi, Nick Paul, Francis Perron

Gardien
#1 : Adin Hill, #2 : Oscar Dansk

Lignes d'Attaque Perso. en Prol.
Brendan Perlini, Mario Kempe, Jesse Puljujarvi, Nick Paul, Lane Pederson, Francis Perron, Francis Perron, Reid Boucher, Colin Greening, Nathan Bastian, Kevin Porter

Lignes de Défense Perso. en Prol.
Juuso Riikola, Duncan Siemens, Kevin Czuczman, Joni Tuulola, Brandon Crawley

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

	Ligue												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Americans	4	1	2	0	0	0	0	1	8	13	-5	2	1	1	0	0	0	0	0	5	7	-2	2	0	1	0	0	0	0	1	3	6	-3	3	0.375	8	12	20	0	0	38	44	29	3	103	428	413	395	20	121	41	60	87	17	4	23.53%	26	6	76.92%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
2	Bears	2	0	2	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	0	1	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	1	2	3	0	0	38	44	29	3	52	428	413	395	20	44	10	29	37	6	1	16.67%	11	2	81.82%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
3	Checkers	2	2	0	0	0	0	0	0	12	0	12	2	2	0	0	0	0	0	0	12	0	12	0	0	0	0	0	0	0	0	0	0	0	4	1.000	12	23	35	0	2	38	44	29	3	112	428	413	395	20	28	8	8	36	10	3	30.00%	4	0	100.00%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
4	Comets	6	2	3	0	0	1	0	0	9	12	-3	2	1	0	0	0	1	0	0	4	3	1	4	1	3	0	0	0	0	0	5	9	-4	5	0.417	9	18	27	0	0	38	44	29	3	159	428	413	395	20	154	61	90	108	32	3	9.38%	39	5	87.18%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
5	Devils	9	4	3	0	0	0	1	1	25	20	5	4	2	1	0	0	0	1	0	13	9	4	5	2	2	0	0	0	0	1	12	11	1	11	0.611	25	48	73	1	1	38	44	29	3	227	428	413	395	20	221	73	166	143	54	13	24.07%	60	8	86.67%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
6	Marlies	3	3	0	0	0	0	0	0	18	7	11	1	1	0	0	0	0	0	0	7	3	4	2	2	0	0	0	0	0	0	11	4	7	6	1.000	18	33	51	0	1	38	44	29	3	164	428	413	395	20	60	16	22	57	10	2	20.00%	11	1	90.91%	1	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
7	Monsters	3	1	2	0	0	0	0	0	8	8	0	1	1	0	0	0	0	0	0	5	2	3	2	0	2	0	0	0	0	0	3	6	-3	2	0.333	8	16	24	0	0	38	44	29	3	91	428	413	395	20	64	20	30	60	21	3	14.29%	12	3	75.00%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
8	Penguins	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	4	6	0	0	38	44	29	3	9	428	413	395	20	17	4	8	22	6	0	0.00%	4	0	100.00%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
9	Phantoms	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	2	3	5	0	0	38	44	29	3	29	428	413	395	20	31	4	12	23	6	1	16.67%	6	1	83.33%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
10	Rocket	3	2	1	0	0	0	0	0	6	4	2	1	0	1	0	0	0	0	0	1	3	-2	2	2	0	0	0	0	0	0	5	1	4	4	0.667	6	12	18	0	1	38	44	29	3	74	428	413	395	20	62	19	37	65	9	0	0.00%	14	0	100.00%	1	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
11	Senators	3	2	1	0	0	0	0	0	9	7	2	3	2	1	0	0	0	0	0	9	7	2	0	0	0	0	0	0	0	0	0	0	0	4	0.667	9	18	27	1	0	38	44	29	3	81	428	413	395	20	62	24	32	61	16	2	12.50%	16	2	87.50%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
12	Sound Tigers	1	0	0	0	0	0	1	0	3	2	1	1	0	0	0	0	0	1	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	4	7	0	0	38	44	29	3	33	428	413	395	20	16	2	12	31	2	0	0.00%	6	1	83.33%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
13	Thunderbirds	4	3	0	0	1	0	0	0	11	6	5	2	2	0	0	0	0	0	0	6	3	3	2	1	0	0	1	0	0	0	5	3	2	8	1.000	11	21	32	0	0	38	44	29	3	113	428	413	395	20	84	25	47	76	15	1	6.67%	20	0	100.00%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
	Total	42	21	15	0	1	1	2	2	114	86	28	21	13	5	0	0	1	2	0	67	41	26	21	8	10	0	1	0	0	2	47	45	2	51	0.607	114	214	328	2	5	38	44	29	3	1247	428	413	395	20	964	307	553	806	204	33	16.18%	229	29	87.34%	2	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
	_Since Last GM Reset	42	21	15	0	1	1	2	2	114	86	28	21	13	5	0	0	1	2	0	67	41	26	21	8	10	0	1	0	0	2	47	45	2	51	0.607	114	214	328	2	5	38	44	29	3	1247	428	413	395	20	964	307	553	806	204	33	16.18%	229	29	87.34%	2	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
	_Vs Conference	20	8	9	0	0	0	2	1	50	44	6	11	6	3	0	0	0	2	0	32	22	10	9	2	6	0	0	0	0	1	18	22	-4	21	0.525	50	95	145	2	1	38	44	29	3	522	428	413	395	20	455	137	289	377	111	20	18.02%	115	17	85.22%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
	_Vs Division	19	3	3	0	0	0	0	0	53	37	16	10	3	2	0	0	0	0	0	35	15	20	9	0	1	0	0	0	0	0	18	22	-4	6	0.158	53	100	153	1	3	38	44	29	3	553	428	413	395	20	421	121	265	352	105	21	20.00%	103	15	85.44%	0	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260

			Total Pour les Joueurs
Matchs Joués	Points	Séquence	Buts	Passes	Points	Tirs Pour	Tirs Contre	Tirs Bloqués	Minutes de Pénalité	Mises en Échec	Buts en Filet Désert	Blanchissage
42	51	L1	114	214	328	1247	964	307	553	806	2	5

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
42	21	15	1	1	2	2	114	86

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
21	13	5	0	1	2	0	67	41

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
21	8	10	1	0	0	2	47	45

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
7	3	0	0	0	0

Tentatives en Avantage Numérique	Buts en Avantage Numérique	% en Avantage Numérique	Tentatives en Désavantage Numérique	Buts Contre en Désavantage Numérique	% en Désavantage Numérique	Buts Pour en Désavantage Numérique
204	33	16.18%	229	29	87.34%	2

Tirs en 1e Période	Tirs en 2e Période	Tirs en 3e Période	Tirs en 4e Période	Buts en 1e Période	Buts en 2e Période	Buts en 3e Période	Buts en 4e Période
428	413	395	20	38	44	29	3

Mises en Jeu
Gagnées en Zone Offensive	Total en Zone Offensive	% Gagnées en Zone Offensive	Gagnées en Zone Défensive	Total en Zone Défensive	% Gagnées en Zone Défensive	Gagnées en Zone Neutre	Total en Zone Neutre	% Gagnées en Zone Neutre
794	1425	55.72%	684	1272	53.77%	334	591	56.51%

Temps Avec la Rondelle
En Zone Offensive	Contrôle en Zone Offensive	En Zone Défensive	Contrôle en Zone Défensive	En Zone Neutre	Contrôle en Zone Neutre
1106	789	936	295	500	260

Derniers Match Joués Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

Jour	Match	Équipe Visiteuse	Score	Équipe Locale	Score	ST	OT	SO	Lien
4 - 2019-09-05	11	Crunch	1	Bears	2	L			Sommaire du Match
8 - 2019-09-09	30	Crunch	1	Americans	3	L			Sommaire du Match
11 - 2019-09-12	46	Checkers	0	Crunch	3	W			Sommaire du Match
17 - 2019-09-18	75	Crunch	1	Devils	3	L			Sommaire du Match
18 - 2019-09-19	85	Comets	2	Crunch	1	L	X		Sommaire du Match
24 - 2019-09-25	107	Crunch	5	Marlies	0	W			Sommaire du Match
25 - 2019-09-26	119	Checkers	0	Crunch	9	W			Sommaire du Match
31 - 2019-10-02	140	Senators	1	Crunch	2	W			Sommaire du Match
32 - 2019-10-03	157	Senators	5	Crunch	3	L			Sommaire du Match
38 - 2019-10-09	187	Crunch	2	Americans	3	L	X	X	Sommaire du Match
40 - 2019-10-11	209	Bears	1	Crunch	0	L			Sommaire du Match
43 - 2019-10-14	217	Devils	4	Crunch	2	L			Sommaire du Match
45 - 2019-10-16	224	Crunch	0	Comets	3	L			Sommaire du Match
46 - 2019-10-17	239	Rocket	3	Crunch	1	L			Sommaire du Match
50 - 2019-10-21	260	Crunch	3	Devils	2	W			Sommaire du Match
52 - 2019-10-23	265	Devils	2	Crunch	3	W	X	X	Sommaire du Match
53 - 2019-10-24	283	Crunch	2	Thunderbirds	1	W			Sommaire du Match
59 - 2019-10-30	308	Crunch	1	Monsters	3	L			Sommaire du Match
60 - 2019-10-31	318	Crunch	2	Monsters	3	L			Sommaire du Match
66 - 2019-11-06	350	Devils	2	Crunch	4	W			Sommaire du Match
67 - 2019-11-07	366	Americans	2	Crunch	3	W			Sommaire du Match
71 - 2019-11-11	384	Crunch	6	Marlies	4	W			Sommaire du Match
73 - 2019-11-13	396	Crunch	2	Rocket	1	W			Sommaire du Match
74 - 2019-11-14	401	Crunch	3	Rocket	0	W			Sommaire du Match
78 - 2019-11-18	429	Crunch	3	Thunderbirds	2	W	X		Sommaire du Match
80 - 2019-11-20	439	Crunch	2	Phantoms	3	L			Sommaire du Match
81 - 2019-11-21	457	Penguins	1	Crunch	2	W			Sommaire du Match
85 - 2019-11-25	468	Crunch	2	Devils	3	L	X	X	Sommaire du Match
87 - 2019-11-27	476	Comets	1	Crunch	3	W			Sommaire du Match
88 - 2019-11-28	489	Thunderbirds	1	Crunch	3	W			Sommaire du Match
92 - 2019-12-02	511	Crunch	1	Comets	2	L			Sommaire du Match
94 - 2019-12-04	518	Sound Tigers	2	Crunch	3	W	X	X	Sommaire du Match
95 - 2019-12-05	535	Marlies	3	Crunch	7	W			Sommaire du Match
99 - 2019-12-09	554	Crunch	5	Devils	0	W			Sommaire du Match
101 - 2019-12-11	563	Monsters	2	Crunch	5	W			Sommaire du Match
102 - 2019-12-12	577	Crunch	1	Comets	2	L			Sommaire du Match
106 - 2019-12-16	596	Crunch	3	Comets	2	W			Sommaire du Match
108 - 2019-12-18	605	Senators	1	Crunch	4	W			Sommaire du Match
109 - 2019-12-19	626	Crunch	1	Devils	3	L			Sommaire du Match
111 - 2019-12-21	636	Devils	1	Crunch	4	W			Sommaire du Match
115 - 2019-12-25	655	Thunderbirds	2	Crunch	3	W			Sommaire du Match
116 - 2019-12-26	673	Americans	5	Crunch	2	L			Sommaire du Match
122 - 2020-01-01	685	Comets	-	Crunch	-
123 - 2020-01-02	702	Monsters	-	Crunch	-
127 - 2020-01-06	719	Crunch	-	Americans	-
129 - 2020-01-08	726	Crunch	-	Wolf Pack	-
131 - 2020-01-10	752	Crunch	-	Bruins	-
134 - 2020-01-13	765	Crunch	-	Senators	-
136 - 2020-01-15	774	Crunch	-	Americans	-
137 - 2020-01-16	782	Americans	-	Crunch	-
139 - 2020-01-18	805	Crunch	-	Marlies	-
141 - 2020-01-20	809	Rocket	-	Crunch	-
143 - 2020-01-22	817	Marlies	-	Crunch	-
144 - 2020-01-23	832	Marlies	-	Crunch	-
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
150 - 2020-01-29	856	Phantoms	-	Crunch	-
151 - 2020-01-30	871	Americans	-	Crunch	-
152 - 2020-01-31	884	Crunch	-	Americans	-
155 - 2020-02-03	890	Crunch	-	Comets	-
157 - 2020-02-05	897	Comets	-	Crunch	-
158 - 2020-02-06	915	Crunch	-	Penguins	-
162 - 2020-02-10	939	Crunch	-	Rocket	-
164 - 2020-02-12	943	Wolf Pack	-	Crunch	-
165 - 2020-02-13	958	Devils	-	Crunch	-
168 - 2020-02-16	973	Crunch	-	Checkers	-
169 - 2020-02-17	978	Crunch	-	Checkers	-
172 - 2020-02-20	997	Comets	-	Crunch	-
173 - 2020-02-21	1013	Crunch	-	Sound Tigers	-
176 - 2020-02-24	1019	Crunch	-	Senators	-
178 - 2020-02-26	1027	Bruins	-	Crunch	-
179 - 2020-02-27	1043	Comets	-	Crunch	-
183 - 2020-03-02	1064	Crunch	-	Senators	-
185 - 2020-03-04	1077	Crunch	-	Americans	-
186 - 2020-03-05	1089	Americans	-	Crunch	-
192 - 2020-03-11	1117	Rocket	-	Crunch	-
193 - 2020-03-12	1130	Americans	-	Crunch	-
194 - 2020-03-13	1147	Crunch	-	Comets	-

Capacité de l'Aréna - Tendance du Prix des Billets - %
	Niveau 1	Niveau 2
Capacité de l'Aréna	2000	1000
Prix des Billets	35	15
Assistance	0	0
Assistance PCT	0.00%	0.00%

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
17	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
683,413$	119,000$	63,870$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	70,030$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
0$	75	5,768$	432,600$

Afficher ou Masquer des Colonnes

	Ligue											Domicile											Visiteur
Année	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
14	42	21	15	0	1	1	2	2	114	86	28	21	13	5	0	0	1	2	0	67	41	26	21	8	10	0	1	0	0	2	47	45	2	51	114	214	328	2	5	38	44	29	3	1247	428	413	395	20	964	307	553	806	204	33	16.18%	229	29	87.34%	2	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260
Total Saison Régulière	42	21	15	0	1	1	2	2	114	86	28	21	13	5	0	0	1	2	0	67	41	26	21	8	10	0	1	0	0	2	47	45	2	51	114	214	328	2	5	38	44	29	3	1247	428	413	395	20	964	307	553	806	204	33	16.18%	229	29	87.34%	2	794	1425	55.72%	684	1272	53.77%	334	591	56.51%	1106	789	936	295	500	260