データの前処理

[hayato-yokoyama]

やること

• データの型を確認する
• 各カラムに最適な型を考える(開催日→date型,観客数→数値型)
• 型変換をする

[hayato-yokoyama]

現状の試合結果のカラム名と型

節            int64
開催日        float64
曜日          object
相手          object
スコア         object
H/A         object
会場          object
観客数         object
天候          object
AGI          int64
KAGI         int64
チャンス構築率     object
シュート         int64
シュート成功率     object
支配率         object
攻撃CBP      float64
パスCBP      float64
奪取P        float64
守備P        float64
得点者         object
指揮官         object
dtype: object

カラムの説明

KAGI(Keep Away from Goal Index)

• https://www.football-lab.jp/pages/kagi/
• ｢守備の際にどれだけ相手を前進させなかったか、相手を自陣ゴールに近づけなかったか｣
• 従来の守備指標は｢タックル｣､｢ブロック｣など直接的なアクションしか評価されず､守備機会の多いチームや選手の方が評価の対象となる機会が多く、指標としても高く出る傾向にあった
• 具体的な指標化のポイント
  • 相手の攻撃時間のうち、自陣ゴールから遠い位置でボールを持っていた時間の割合が高い
  • 相手の攻撃が始まってから、自陣のペナルティエリアまで到達するのにかかった時間が長い

AGI(Approach Goal Index)

• ｢攻撃の際にどれだけ相手ゴールに近づけたか」
• KAGI(守備評価指標)の逆
• 具体的な指標化のポイント
  • 攻撃時間のうち、相手ゴールに近い位置でボールを持っていた時間の割合が高い
  • 攻撃が始まってから、敵陣のペナルティエリアまで到達するのにかかった時間が短い

チャンス構築率

• https://www.football-lab.jp/summary/team_ranking/j1/?year=2020&data=chance
• (シュート数)÷(攻撃回数)により算出 ※シュート･･･データスタジアム社が独自に集計､公式記録とは異なる ※攻撃･･･ボールを保持してから相手チームに渡る、もしくはファウルやボールアウトで試合が止まるまでの間を１回の攻撃とする(例外あり)

CBP(Chance Building Point)

• https://www.football-lab.jp/pages/cb_point/
• ｢選手（またはチーム）が試合を通じてどれだけチャンス機会を構築することができたか｣
• スコア化のポイント
  • そのプレーがどの程度シュートに結びつくか
  • そのプレーがどの程度難しいか

攻撃CBP

• パスCBP、クロスCBP、ドリブルCBPの合計

奪取P

守備P

変更を加えるところ

• [x] 開催日
  • [x] float64→object64 (datetime)
• [x] スコア
  • [x] 自チームの得点と相手チームの得点に分ける
  • [x] 自チーム･相手チームそれぞれの点数をint64で格納
• [x] H/A
  • [x] ホーム→0､アウェイ→1
• [x] 観客数
  • [x] object→int64
• [x] 天候
  • [x] ｢晴｣､｢雨｣､｢曇のち雨｣､｢雨のち晴時々曇｣､｢屋内｣等､複雑なのでとりあえずobject型のままで保存
  • [x] ｢晴｣→0､[雨]→1､｢曇｣→2みたいに割り振ってもいいかも
• [x] チャンス構築率･シュート成功率･支配率
  • [x] %を抜いて少数表記でfloat64
• [x] 得点者
  • [x] カンマ区切りでそれぞれをobject64にして､リストに格納したい

[hayato-yokoyama]

やったこと

データの前処理

• 開催日
  • float64→object64 (datetime)
• スコア
  • 自チームの得点と相手チームの得点に分ける
  • 自チーム･相手チームそれぞれの点数をint64で格納
• H/A
  • ホーム→0､アウェイ→1
• 観客数
  • object→int64
• チャンス構築率･シュート成功率･支配率
  • %を抜いて少数表記でfloat64
• 得点者
  • カンマ区切りでそれぞれをobject64にして､リストに格納

[hayato-yokoyama]

SettingWithCopyWarningの対処

発生した警告

scrape.py:45: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df["開催日"][i] = datetime.date(dt.year, dt.month, dt.day)
scrape.py:61: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df["得点者"][i] = scorer_list

原因

• https://note.nkmk.me/python-pandas-setting-with-copy-warning/
• DataFrameのスライスのコピーに対して値を代入しようとしていますよ、という警告
• 最初のインデクシング[]がビューを返す場合は問題ないが、コピーを返す場合、コピーに対して二つ目のインデクシング[]が適用されて値が代入されるので、元のDataFrameの値は変わらない（代入されない）ということが起こってしまう