KBO 타자 OPS 예측 경진대회 - 10

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
import matplotlib.font_manager as fm
import seaborn as sns
import pandas as pd
from IPython.display import display


pd.options.display.max_columns = None
%matplotlib inline

# 한글 폰트
plt.rcParams['font.family'] = 'NanumGothic'
# 마이너스 깨짐 방지
matplotlib.rcParams['axes.unicode_minus'] = False

# 나눔 폰트 경로 설정
font_path = '/usr/share/fonts/truetype/nanum/NanumGothic.ttf'  # 나눔 고딕의 경로
font_prop = fm.FontProperties(fname=font_path).get_name()

# 한글 폰트 설정
matplotlib.rcParams['font.family'] = font_prop

# 전역 팔레트 설정 (예: 'Set2' 팔레트 사용)
sns.set_palette('Set2')
sns_color = sns.color_palette('pastel')[0:5]

# 데이터 불러오기
regular_season_day = pd.read_csv('../datas/Regular_Season_Batter_Day_by_Day_b4.csv')
display(regular_season_day.head())

'''
매일의 데이터를 가지고 있다.
avg1은 해당 날짜의 타율, avg2는 총 타율을 의미한다.
opposing_team은 당시 상대팀을 의미한다.
''';

'''
date 열을 month, day로 분리한다.
'''

regular_season_day['month'] = regular_season_day['date'].apply(lambda x: str(x).split('.')[0]) # 월
regular_season_day['day'] = regular_season_day['date'].apply(lambda x: str(x).split('.')[1])   # 일

# 연도, 월별 타율 평균을 계산
month_avg = regular_season_day.groupby(['year', 'month'])['avg2'].mean().reset_index()
month_avg_pivot = month_avg.pivot_table(index=['month'], columns=['year'], values=['avg2'])
display(month_avg_pivot)

'''
3월달과 10월달에만 결측치가 있는데, 이것은 3월에 시즌이 시작되고 10월쯤 시즌이 끝나기 때문에 있는 것 같다.
각 연도마다 시작과 끝 일정이 다르기 때문에 나타났다.
''';

# 시각화 해보기

'''
가장 높은 타율을 기록한 횟수가 가장 많은 달을 구해보려고 한다.

파이차트로 그려보려고 한다.
'''

# 각 연도별 타율이 가장 높은 달 추출
best_avg_month = month_avg_pivot.idxmax().value_counts()
print(best_avg_month)

# key값 int로 변경
best_avg_month = {int(key): value for key, value in best_avg_month.to_dict().items()}

# 정렬
best_avg_month = dict(sorted(best_avg_month.items()))
display(best_avg_month)

best_avg_month_label = best_avg_month.keys()
best_avg_month_value = best_avg_month.values()

# 파이 그래프 그리기
'''
startangle: 시작 기점(90 = 12시 방향)
counterclock: 어느 방향으로 데이터가 나열될 것인가(False = 시계 방향)
'''
plt.pie(best_avg_month_value, labels=best_avg_month_label, autopct='%.1f%%', startangle=90, colors=sns_color, counterclock=False)
plt.show()

7     5
8     3
4     3
6     3
10    2
3     1
5     1
Name: count, dtype: int64



{3: 1, 4: 3, 5: 1, 6: 3, 7: 5, 8: 3, 10: 2}

# 연도별 평균타울 순위 매기기

# 연도별 평균
month_avg_rank_label = month_avg_pivot.mean().sort_values(ascending=False)[:3].index.get_level_values(1).to_numpy()
month_avg_rank_value = month_avg_pivot.mean().sort_values(ascending=False)[:3].values

print('평균 타율 순위')
for idx, (label, value) in enumerate(zip(month_avg_rank_label, month_avg_rank_value)):
    print(f'{idx+1}st. {label}년: {value:.3f}')

print('----------')


# 각 월별로 타율이 가장 높은 연도

month_best_avg_year = month_avg_pivot.idxmax()
month_best_avg_value = month_avg_pivot.max()

display(pd.DataFrame({
    '최고 타율 연도': month_best_avg_year.map(lambda x: x+'월'),
    '타율': month_best_avg_value
}).droplevel(0))

평균 타율 순위
1st. 2001년: 0.296
2st. 2016년: 0.275
3st. 2002년: 0.274
----------

# 각 연도별 타율 변화

# nan이 존재하는 10월과 3월은 제외
display(month_avg_pivot.iloc[2:])

# 시각화
plt.figure(figsize=(15,7))
plt.plot(month_avg_pivot.iloc[2:])
plt.legend(month_avg_pivot.iloc[2:].columns.get_level_values(1), loc='center left', bbox_to_anchor=(1, 0.5))
plt.title('연도별 타율')
plt.show()