[시각화 분석 프로젝트] 1-1. best baseball player 분석

러닝스푼즈 수업 정리 

 

 

< 이전 글 > 

https://silvercoding.tistory.com/53

[python 시각화] 2. 서울시 대피소 현황 지도 만들기 , 지도 시각화 ( folium 라이브러리 )

 

 

---

 사전 지식 

• 타율 : 타격에 성공해 살아나가는 정도 

= 타격 성공 횟수 / 타격 기회 수 

= 안타 수 / 타수 

• 출루율 : 살아서 나가는 정도 

= 진루 성공 횟수 / 진루 기회 수 

= (안타+볼넷+몸에 맞는 볼) / (타수+볼넷+몸에 맞는 볼+희생 플라이) 

• 장타율 : 타격에 성공해 멀리 살아나가는 정도 

= 진루한 베이스 수 / 타격 기회 수 

= 루타 수 / 타수 

(타율에 거리 개념 추가 : 2루타 = 1루타 x 2) 

• OPS  : 살아서 멀리 나가는 정도   

= 출루율 + 장타율 

 

 

 

*** 본 기초 시각화 프로젝트에서는 출루율 - 장타율 - ops - 타율 을 기준으로 best player 를 분석한다. ***

 

 

 

 

---

 데이터 불러오기 & 살펴보기 

import pandas as pd

file  = './data/KBO_2019_player_gamestats.csv'
raw = pd.read_csv(file, encoding = 'cp949')

데이터 : KBO 2019 시즌 타자 기록지 데이터 (러닝스푼즈 제공) 

raw.head()

타자 & 게임 별로 기록되어 있다. 

raw.info()

raw.columns

사용할 컬럼을 뽑기 위해 전체 컬럼을 살펴 본다. 

columns_select = ['팀', '이름', '생일','일자', '상대','타수','안타','홈런', '루타', '타점','볼넷', '사구', '희비']
data = raw[columns_select]
data.head()

원하는 컬럼만 뽑아서 DataFrame을 생성하고, data에 넣어주었다. 

 

 

 

 

 

---

 KBO best player 분석하기 

- 선수별 기록 집계 

data_player = data.pivot_table(index = ['팀','이름','생일'], 
                               values = ['타수','안타','홈런','루타','타점','볼넷','사구','희비'], 
                              aggfunc = 'sum')

data_player

pivot_table 을 사용하여 팀, 이름 , 생일을 기준으로 타수, 안타, 홈런, 루타, 타점, 볼넷, 사구, 희비의 총 합계를 집계한다. 

data_player['타수'].hist()

판다스에서 기본으로 내장되어 있는 시리즈.hist()를 사용하여 타수의 분포 살펴보기 . ( 타수가 적은 선수를 제외하기 위해 어느 정도가 적은지 판단하는 데 사용 ) 분포를 살펴보니, 타수가 50 이하인 선수를 제외하면 적절할 것 같다. 

cond = data_player['타수'] > 50
data_player = data_player[cond].reset_index()    # 다중 인덱스 --> 컬럼으로 변경하기
data_player

타수가 50 초과인 선수들만 추리고, 수월한 컨트롤을 위해 reset_index()를 사용하여 다중 인덱스를 컬럼으로 변경해준다. 

def cal_hit(df):
    '''
    - 타율 : 타격에 성공해서 진루하는 비율 --> 안타 / 타수
    - 출루율: 살아서 진루하는 비율 -->  (안타+볼넷+몸에맞는볼)/(타수+볼넷+몸에맞는볼+희생플라이)
    - 장타율 : 타율에 진루한 베이스 가중치 추가 -->   루타 / 타수
    - OPS : 출루율 + 장타율 
    '''
    
    df['타율'] = df['안타'] / df['타수']
    df['출루율'] = (df['안타'] + df['볼넷'] + df['사구']) / (df['타수'] + df['볼넷'] + df['사구'] + df['희비'])
    df['장타율'] = df['루타'] / df['타수']
    df['OPS'] = df['출루율'] + df['장타율']
    return df

데이터프레임을 넣어 주면 best player 를 선정하는 기준인 타율, 출루율, 장타율, OPS 컬럼을 계산하여 생성하는 함수이다. 

player_stat = cal_hit(data_player)
player_stat

 

- 출루율 -> 장타율 -> OPS -> 타율 순서대로 정렬하여 best 10 player 뽑아보기 

player_stat = player_stat.sort_values(by = ['출루율','장타율','OPS', '타율'], ascending = False)
player_stat = player_stat.reset_index(drop = True)
player_stat.head(10)

인덱스가 뒤죽박죽으로 정렬되므로, reset_index()를 이용하여 인덱스를 정렬해 준다. 

 

결론적으로 출루율을 기준으로 한 KBO 2019 시즌 best player는 다음과 같다.

player_stat['이름'][:10]

 

 

 

 

---

 팀별 선수들의 출루율 분포 살펴보기 

import matplotlib
from matplotlib import font_manager, rc
import platform
import matplotlib.pyplot as plt
import seaborn as sns

# 이미지 한글 표시 설정
if platform.system() == 'Windows':  # 윈도우인 경우 맑은고딕
    font_name = font_manager.FontProperties(fname="c:/Windows/Fonts/malgun.ttf").get_name()
    rc('font', family=font_name)
else:    # Mac 인 경우 애플고딕
    rc('font', family='AppleGothic')

#그래프에서 마이너스 기호가 표시되도록 하는 설정입니다.
matplotlib.rcParams['axes.unicode_minus'] = False

우선 그래프를 그렸을 때 한글이 깨지는 것을 방지하기 위해 폰트설정을 하고 , 마이너스 기호 표시 여부를 설정한다. 

 

 

- 팀 별 출루율 분포 ( boxplot & swarmplot ) 

sns.boxplot(data = player_stat, x = '팀', y = '출루율')

개수도 직관적으로 보기 위해 swarmplot을 추가 한다. 

sns.swarmplot(data = player_stat, x = '팀', y = '출루율')
sns.boxplot(data = player_stat, x = '팀', y = '출루율')

색깔이 겹치기 때문에 boxplot에 여러 옵션을 주어 보기 편하게 만들어 준다. 

sns.swarmplot(data = player_stat, x = '팀', y = '출루율')
sns.boxplot(data = player_stat, x = '팀', y = '출루율',
            showcaps=False,             # 박스 상단 가로라인 보이지 않기
            whiskerprops={'linewidth':0}, # 박스 상단 세로 라인 보이지 않기 
            showfliers=False,           # 박스 범위 벗어난 아웃라이어 표시하지 않기
            boxprops={'facecolor':'None'}, # 박스 색상 지우기
           )

이렇게 팀별 선수들의 출루율 분포를 확인해볼 수 있다. NC 팀이 가장 높은 출루율을 가진 선수를 보유하고 있고, 출루율이 가장 많이 몰려 있는 팀은 LG팀인 것으로 보여지며, 출루율의 중위수가 가장 높은 팀은 두산인 것 등을 한 눈에 알 수 있다.    

 

 

 

 

---

 마무리 : csv 파일로 저장하기 

file = './data/player_stat.csv'
player_stat.to_csv(file, encoding = 'cp949', index = False)

본 포스팅에서 분석에 사용한 player_stat을 csv 파일로 저장하는 방법이다. 

---