[시각화 분석 프로젝트] 1-3. 특정 팀에 강한 야구선수 분석하기

러닝스푼즈 수업 정리 

 

 

< 이전 글 > 

https://silvercoding.tistory.com/55

[시각화 분석 프로젝트] 1-2. 야구선수가 강해지는 계절이 있을까?

 

 

---

 특정 팀에 강한 선수가 있을까? 

* idea : '상대' 컬럼으로 겨루었던 상대 팀을 추출하여 각각의 상대 팀과의 경기에서의 출루율을 계산한다.  

 

- 데이터 불러오기 

import pandas as pd

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

 

 

- 상대 팀별 기록 정리 

raw['상대'].unique()

우선 unique() 를 이용하여 '상대' 컬럼에 있는 값들을 확인해 준다. 앞에 @가 붙은 경우는 원정경기, 그렇지 않으면 홈 경기를 의미한다. 이를 '홈어웨이' 라는 컬럼을 추가하여 구분하도록 하고 , '상대팀' 컬럼에는 팀명만을 넣어준다.  

opp_list = [ ]
home_away_list = [ ]

for opp in raw['상대']:
    if "@" in opp:
        home_away = '원정'
        opp = opp.replace('@', '')
    else:
        home_away = '홈'
    home_away_list.append(home_away)
    opp_list.append(opp)

raw['홈어웨이'] = home_away_list
raw['상대팀'] = opp_list
raw.head()

for문을 이용하여 홈어웨이와 상대팀을 구분하고 ,  두개의 컬럼을 추가해 주었다. 

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

선수들의 상태팀 별 실적을 집계하기 위해 피벗 테이블을 생성한다. 

cond = data['타수'] > 0 
data = data[ cond ]
data.head()

타수가 없는 선수들은 데이터프레임에서 제외시킨다. 

data = data.reset_index()
data.head()

reset_index를 사용하여 index를 모두 컬럼으로 변경해 준다. 

 

 

 

 

- 타자 vs 상대팀 별 실적 계산 

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

이전 글에서 사용했던 함수 , 실적 계산을 하고 컬럼을 추가해 준다. 

player_stats_opp = cal_hit(data)
player_stats_opp

 

 

 

 

- 결과 보기 : DataFrame 

(1) 두산에 강한 선수 ? - 상위 10명

team = '두산'
cond = (player_stats_opp['상대팀'] == team) & (player_stats_opp['타수'] > 10)
player_stats_opp[cond].sort_values(by = '출루율', ascending = False).head(10)

상대팀이 두산이면서 , 타수가 20보다 큰 선수들을 뽑아 내고, 출루율을 기준으로 정렬하여 10명의 선수를 출력해 본다. 

 

따라서 상대팀이 '두산' 일 때 출루율 상위 10명의 이름을 뽑아보면 다음과 같다

player_stats_opp[cond].sort_values(by = '출루율', ascending = False)['이름'].head(10)

 

(2) 롯데에 강한 선수 ? - 상위 10명

team = '롯데'
cond = (player_stats_opp['상대팀'] == team) & (player_stats_opp['타수'] > 20)
player_stats_opp[cond].sort_values(by = '출루율', ascending = False).head(10)

동일하게 시행 해 준다. 

 

상대팀이 '두산' 일 때 출루율 상위 10명의 이름을 뽑아보면 다음과 같다

player_stats_opp[cond].sort_values(by = '출루율', ascending = False)['이름'].head(10)

 

 

(3) KBO 전체 팀을 상대로 팀 별 출루율 상위 5인 타자들 확인해 보기 

hitter_df = pd.DataFrame()

for team in player_stats_opp['상대팀'].unique():
    print(team)
    cond = (player_stats_opp['상대팀'] == team) & (player_stats_opp['타수'] > 20)
    df = player_stats_opp[cond].sort_values(by = '출루율', ascending = False).head(5)
    hitter_df = hitter_df.append(df)

hitter_df

특정 팀 상대 출루율 Top5 안에 들어 있는 타자 리스트 (중복 제거) 

hitter_df['이름'].unique()

 

 

 

- 결과보기 : Heatmap (시각화) 

cond = player_stats_opp['이름'].isin(hitter_df['이름'].unique())
top_df = player_stats_opp[cond]
top_pivot = top_df.pivot_table(index = ['팀','이름'], values = '출루율', columns = '상대팀', aggfunc = 'sum')
top_pivot

위에서 만들어 놓았던 특정 팀을 상대로 출루율 top5 안에 들었던 이름들만 player_stats_opp에서 뽑아온 후 , 해당 선수들의 상대팀 별 출루율 pivot_table을 생성한다.  

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

fig, ax = plt.subplots( figsize=(15,15) )

sns.heatmap(data = top_pivot, 
            annot = True, fmt = '.3f', 
            cmap = 'Reds',
            center= 0.4   # 컬러맵 중간값 지정
           )

색이 진할수록 출루율이 높음을 의미한다. 예를 들어 , NC의 양의지 선수는 해당 시즌에서 KIA를 상대로 한 경기에서 출루율이 높았으며 , 한화의 정근우 선수는 LG와의 경기에서 강했다는 것을 알 수 있다.  

sns.heatmap(data = top_pivot, 
            annot = True, fmt = '.3f', 
            cmap = 'Reds',
            center= 0.6   # 컬러맵 중간값 지정
           )

상대적인 크기를 살펴보고자 할 때는 center를 변경해 가며 확인해볼 수 있다.