투수의 디셉션을 정량적 평가하기(2)

이전 칼럼 '투수의 디셉션을 정량적 평가하기(1)'에서는 Jon Anderson의 방법을 통해 투수의 패스트볼 디셉션을 정량화하는 방법을 살펴보았습니다. 이번 칼럼에서는 2023년 MLB 데이터를 사용하여 투수들의 디셉션을 더 깊이 분석해보겠습니다. 이 데이터 분석은 Python과 여러 데이터 분석 라이브러리를 활용하여, 투수들의 피칭 스타일과 디셉션을 정량적으로 평가하는 데 중점을 두고 있습니다.

사전 설정

이 부분에서는 데이터 분석에 필요한 다양한 라이브러리들을 불러오고 있습니다. 이러한 라이브러리들은 데이터 처리 및 시각화에 필수적인 역할을 합니다.

import pandas as pd
import os

# CSV 파일이 있는 폴더 경로
folder_path = '/Users/kang/Desktop/baseball'

# 폴더 내 모든 CSV 파일 목록 가져오기
csv_files = [file for file in os.listdir(folder_path) if file.endswith('.csv')]

# 각 파일의 데이터프레임을 저장할 리스트
dataframes = []

# 각 파일을 순회하며 데이터프레임에 추가
for file in csv_files:
    file_path = os.path.join(folder_path, file)
    df = pd.read_csv(file_path)
    dataframes.append(df)

# 모든 데이터프레임을 하나로 합치기
all_data = pd.concat(dataframes, ignore_index=True)

# 결과를 새로운 CSV 파일로 저장
all_data.to_csv('combined_data.csv', index=False)

이 부분에서는 데이터 분석에 필요한 다양한 라이브러리들을 불러오고 있습니다. 이러한 라이브러리들은 데이터 처리 및 시각화에 필수적인 역할을 합니다.

import pandas as pd

all_data = pd.read_csv('combined_data.csv')
all_data.head()

이 부분에서는 데이터 분석에 필요한 다양한 라이브러리들을 불러오고 있습니다. 이러한 라이브러리들은 데이터 처리 및 시각화에 필수적인 역할을 합니다.

import pandas as pd, numpy as np, os
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
import sklearn
from sklearn.cluster import KMeans
from sklearn import preprocessing
warnings.filterwarnings('ignore')

pitch_color_dict = {'Sinker': 'indianred','4-Seam Fastball': 'red','2-Seam Fastball': 'indianred',
                     'Cutter': 'indianred','Forkball': 'indianred','Split Finger': 'indianred',
                     'Slider': 'darkorange','Curveball': 'blue','Knuckle Curve': 'blue',
                     'Changeup': 'darkgray','Eephus': 'cyan','Knuckle Ball': 'cyan'}

pa_flag_dict = {'field_out':1,'nan':0,'strikeout':1,'double':1,'strikeout_double_play':1,
                'single':1,'force_out':1,'hit_by_pitch':1,'grounded_into_double_play':1,
                'home_run':1,'walk':1,'caught_stealing_2b':0,'sac_bunt':1,'triple':1,
                'sac_fly':1,'field_error':1,'double_play':1,'catcher_interf':0,'fielders_choice_out':1,
                'fielders_choice':1,'pickoff_1b':0,'other_out':0,'caught_stealing_home':0,'pickoff_caught_stealing_2b':0,
                'caught_stealing_3b':0,'sac_fly_double_play':1,'pickoff_caught_stealing_home':0,'pickoff_2b':0,'run':0,
                'triple_play':1,'batter_interference':1,'pickoff_3b':0,'sac_bunt_double_play':1,'pickoff_caught_stealing_3b':0}

ab_flag_dict = {'field_out':1,'nan':0,'strikeout':1,'double':1,
                'strikeout_double_play':1,'single':1,'force_out':1,'hit_by_pitch':0,
                'grounded_into_double_play':1,'home_run':1,'walk':0,'caught_stealing_2b':0,
                'sac_bunt':0,'triple':1,'sac_fly':0,'field_error':1,
                'double_play':1,'catcher_interf':0,'fielders_choice_out':1,'fielders_choice':1,
                'pickoff_1b':0,'other_out':0,'caught_stealing_home':0,'pickoff_caught_stealing_2b':0,
                'caught_stealing_3b':0,'sac_fly_double_play':1,'pickoff_caught_stealing_home':0,'pickoff_2b':0,
                'run':0,'triple_play':1,'batter_interference':1,'pickoff_3b':0,'sac_bunt_double_play':1,'pickoff_caught_stealing_3b':0}

is_hit_dict = {'field_out':0,'nan':0,'strikeout':0,'double':1,'strikeout_double_play':0,
                'single':1,'force_out':0,'hit_by_pitch':0,'grounded_into_double_play':0,'home_run':1,
                'walk':0,'caught_stealing_2b':0,'sac_bunt':0,'triple':1,'sac_fly':0,
                'field_error':0,'double_play':0,'catcher_interf':0,'fielders_choice_out':0,'fielders_choice':0,
                'pickoff_1,b':0,'other_out':0,'caught_stealing_home':0,'pickoff_caught_stealing_2b':0,'caught_stealing_3b':0,
                'sac_fly_double_play':0,'pickoff_caught_stealing_home':0,'pickoff_2b':0,'run':0,'triple_play':0,'batter_interference':0,
                'pickoff_3b':0,'sac_bunt_double_play':0,'pickoff_caught_stealing_3b':0}

swing_dict = {'ball':0,'foul_tip':1,'called_strike':0,'swinging_strike':1, 'pitchout': 0, 'bunt_foul_tip': 1,
                'foul':1,'hit_into_play_no_out':1,'hit_into_play':1,'hit_into_play_score':1, 'missed_bunt': 1,
                'hit_by_pitch':0,'blocked_ball':0,'swinging_strike_blocked':1, 'foul_bunt': 1}

contact_dict = {'ball':0,'foul_tip':1,'called_strike':0,'swinging_strike':0, 'pitchout': 0,
                'foul':1,'hit_into_play_no_out':1,'hit_into_play':1, 'missed_bunt': 0,
                'hit_into_play_score':1,'hit_by_pitch':0, 'bunt_foul_tip': 1,
                'blocked_ball':0,'swinging_strike_blocked':0, 'foul_bunt': 1}

inplay_dict = {'ball':0,'foul_tip':0,'called_strike':0,'swinging_strike':0, 'pitchout': 0, 'bunt_foul_tip': 0,
              'foul':0,'hit_into_play_no_out':1,'hit_into_play':1,'hit_into_play_score':1,  'missed_bunt': 0,
              'hit_by_pitch':0,'blocked_ball':0,'swinging_strike_blocked':0, 'foul_bunt': 0}


all_data['game_date'] = pd.to_datetime(all_data['game_date'])
all_data = all_data.sort_values(by='game_date')
all_data['Rounded_Launch_Angle'] = round(all_data['launch_angle'],0)

all_data['PA_flag'] = all_data['events'].map(pa_flag_dict)
all_data['AB_flag'] = all_data['events'].map(ab_flag_dict)
all_data['Is_Hit'] = all_data['events'].map(is_hit_dict)
all_data['Is_Hit'] = all_data['Is_Hit'].fillna(0)
all_data['SwungOn'] = all_data['description'].map(swing_dict)
all_data['ContactMade'] = all_data['description'].map(contact_dict)
all_data['BallInPlay'] = all_data['description'].map(inplay_dict)

all_data = all_data.dropna(subset=['pitch_name'])

데이터의 특정 부분을 탐색하고 시각화하는 과정입니다. 이를 통해 데이터에 대한 통찰력을 얻을 수 있으며, 복잡한 데이터셋을 이해하는 데 도움을 줍니다.

#all_data['zone'].value_counts()

firstpitches = all_data[(all_data['balls']==0) & (all_data['strikes']==0)]
firstpitches['zone'].value_counts()

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

def cswRate(df):
  called_strikes = len(df[df['description']=='called_strike'])
  swinging_strikes = len(df[df['description']=='swinging_strike']) + len(df[df['description']=='swinging_strike_blocked']) + len(df[df['description']=='missed_bunt'])
  total_pitches = len(df)
  called_strike_rate = called_strikes / total_pitches
  swinging_strike_rate = swinging_strikes / total_pitches
  csw_rate = (called_strikes + swinging_strikes) / total_pitches
  
  if total_pitches < 99:
    return(0)

  return(csw_rate)

def swingRate(df):
  swings = df['SwungOn'].sum()
  pitches = len(df)
  swing_rate = round((swings/pitches) * 100,2)
  return swing_rate

firstpitch = all_data[(all_data['strikes']==0) & (all_data['balls']==0)]
one_zero = all_data[(all_data['strikes']==0) & (all_data['balls']==1)]
one_one = all_data[(all_data['strikes']==1) & (all_data['balls']==1)]
one_two = all_data[(all_data['strikes']==2) & (all_data['balls']==1)]
two_zero = all_data[(all_data['strikes']==0) & (all_data['balls']==2)]
swingRate(two_zero)
three_zero = all_data[(all_data['strikes']==0) & (all_data['balls']==3)]
swingRate(three_zero)
three_one = all_data[(all_data['strikes']==1) & (all_data['balls']==3)]
swingRate(three_one)
three_two = all_data[(all_data['strikes']==2) & (all_data['balls']==3)]
swingRate(three_two)
two_one = all_data[(all_data['strikes']==1) & (all_data['balls']==2)]
two_two = all_data[(all_data['strikes']==2) & (all_data['balls']==2)]
zero_one = all_data[(all_data['strikes']==1) & (all_data['balls']==0)]
zero_two = all_data[(all_data['strikes']==2) & (all_data['balls']==0)]

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

# 결과를 저장할 데이터프레임 초기화
result_df = pd.DataFrame(columns=['Count', 'Swing Rate'])

# 각 상황에 대한 결과 계산 및 데이터프레임에 추가
conditions = [
    ('All pitches', all_data),
    ('0-0 count', firstpitch),
    ('1-0 count', one_zero),
    ('1-1 count', one_one),
    ('1-2 count', one_two),
    ('2-0 count', two_zero),
    ('3-0 count', three_zero),
    ('3-1 count', three_one),
    ('3-2 count', three_two),
    ('2-1 count', two_one),
    ('2-2 count', two_two),
    ('0-1 count', zero_one),
    ('0-2 count', zero_two)
]

for label, condition in conditions:
    swing_rate = swingRate(condition)
    result_df = pd.concat([result_df, pd.DataFrame({'Count': [label], 'Swing Rate': [swing_rate]})], ignore_index=True)

# 결과 데이터프레임 출력
result_df.sort_values(by='Swing Rate',ascending=True)

대부분의 타자들은 3-0 count(3볼 0스트라이크) 상황에서 스윙을 선호하지 않기 때문에 분석 상황에서 제거함.

all_data = all_data[(all_data['strikes'] != 0)  & (all_data['balls'] != 3)]

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

all_data = all_data.dropna(subset=['pitch_name'])
all_pitch_names = list(all_data['pitch_name'].unique())

for pitch in all_pitch_names:
  print(pitch)

데이터의 특정 부분을 탐색하고 시각화하는 과정입니다. 이를 통해 데이터에 대한 통찰력을 얻을 수 있으며, 복잡한 데이터셋을 이해하는 데 도움을 줍니다.

print(all_data['pitch_name'].value_counts(normalize=True).rename_axis('Pitch').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False))
print('\n')
all_data['pitch_name'].value_counts(normalize=True).rename_axis('Pitch').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).plot.bar(x="Pitch",y="Frequency")

포심 패스트볼

all_fourseamers = all_data[all_data['pitch_name']=='4-Seam Fastball']

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2) = plt.subplots(1,2, figsize=(11,3))

ax1.hist(all_fourseamers['release_speed'], bins=50)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('All four seamers thrown, velocity histogram')
ax1.set_xlim(85,103)

ax2.hist(all_fourseamers['release_spin_rate'], bins=50)
ax2.set_xlabel('release_spin_rate')
ax2.set_ylabel('Frequency')
ax2.set_title('All four seamers thrown, spin rate histogram')
ax2.set_xlim(1700,2800)

print('Average velocity: {}'.format(round(np.mean(all_fourseamers['release_speed']),2)))
print('Average spin rate: {}'.format(round(np.mean(all_fourseamers['release_spin_rate']))))

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fb_data_w_pitcher = all_fourseamers[['player_name','description','release_speed','release_spin_rate']]
fb_data_w_pitcher = fb_data_w_pitcher[fb_data_w_pitcher['release_speed']>85].dropna()
fb_data = fb_data_w_pitcher[['release_speed','release_spin_rate']]

x = fb_data.values #returns a numpy array
min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(x)
fb_df_normalized = pd.DataFrame(x_scaled)
fb_df_normalized.index = fb_data.index

clustering_data = fb_df_normalized.values

fb_data_w_pitcher.head(5)

fb_df_normalized.head(5)

데이터의 특정 부분을 탐색하고 시각화하는 과정입니다. 이를 통해 데이터에 대한 통찰력을 얻을 수 있으며, 복잡한 데이터셋을 이해하는 데 도움을 줍니다.

wcss = []
for i in range(1,11):
  kmeans = KMeans(n_clusters=i, init='k-means++', max_iter=300, n_init=10, random_state=10)
  kmeans.fit(clustering_data)
  wcss.append(kmeans.inertia_)

plt.plot(range(1,11),wcss)
plt.title('Elbow Plot to Find Optimal Number of Clusters')
plt.show

kmeans = KMeans(n_clusters=6, init='k-means++', max_iter=300, n_init=10, random_state=0)
pred_y = kmeans.fit_predict(clustering_data)
plt.scatter(clustering_data[:,0], clustering_data[:,1])
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s=300, c='red')
plt.show()

fb_data_w_pitcher['Cluster'] = pred_y
cluster1 = fb_data_w_pitcher[fb_data_w_pitcher['Cluster']==0].sort_values(by='release_speed',ascending=False)
cluster2 = fb_data_w_pitcher[fb_data_w_pitcher['Cluster']==1].sort_values(by='release_speed',ascending=False)
cluster3 = fb_data_w_pitcher[fb_data_w_pitcher['Cluster']==2].sort_values(by='release_speed',ascending=False)
cluster4 = fb_data_w_pitcher[fb_data_w_pitcher['Cluster']==3].sort_values(by='release_speed',ascending=False)
cluster5 = fb_data_w_pitcher[fb_data_w_pitcher['Cluster']==4].sort_values(by='release_speed',ascending=False)
cluster6 = fb_data_w_pitcher[fb_data_w_pitcher['Cluster']==5].sort_values(by='release_speed',ascending=False)

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2) = plt.subplots(1,2, figsize=(11,3))

ax1.hist(all_fourseamers['release_speed'], bins=50)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('All four seamers thrown, velocity histogram')
ax1.set_xlim(85,103)

ax2.hist(all_fourseamers['release_spin_rate'], bins=50)
ax2.set_xlabel('release_spin_rate')
ax2.set_ylabel('Frequency')
ax2.set_title('All four seamers thrown, spin rate histogram')
ax2.set_xlim(1700,2800)

print('Average velocity: {}'.format(round(np.mean(all_fourseamers['release_speed']),2)))
print('Average spin rate: {}'.format(round(np.mean(all_fourseamers['release_spin_rate']))))

Cluster 1 : 높은 구속 / 낮은 회전수

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2) = plt.subplots(1,2, figsize=(11,3))

ax1.hist(cluster1['release_speed'], bins=25)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('Cluster 1 four seamers thrown, velocity histogram')
ax1.set_xlim(85,103)

ax2.hist(cluster1['release_spin_rate'], bins=25)
ax2.set_xlabel('release_spin_rate')
ax2.set_ylabel('Frequency')
ax2.set_title('Cluster 1 four seamers thrown, spin rate histogram')
ax2.set_xlim(1700,2800)

print('Average velocity: {}'.format(round(np.mean(cluster1['release_speed']),2)))
print('Average spin rate: {}'.format(round(np.mean(cluster1['release_spin_rate']))))

Cluster 2 : 낮은 구속 / 매우 낮은 회전수

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2) = plt.subplots(1,2, figsize=(11,3))

ax1.hist(cluster2['release_speed'], bins=25)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('Cluster 2 four seamers thrown, velocity histogram')
ax1.set_xlim(85,103)

ax2.hist(cluster2['release_spin_rate'], bins=25)
ax2.set_xlabel('release_spin_rate')
ax2.set_ylabel('Frequency')
ax2.set_title('Cluster 2 four seamers thrown, spin rate histogram')
ax2.set_xlim(1700,2800)

print('Average velocity: {}'.format(round(np.mean(cluster2['release_speed']),2)))
print('Average spin rate: {}'.format(round(np.mean(cluster2['release_spin_rate']))))

Cluster 3 : 매우 높은 구속 / 평균 회전수

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2) = plt.subplots(1,2, figsize=(11,3))

ax1.hist(cluster3['release_speed'], bins=25)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('Cluster 3 four seamers thrown, velocity histogram')
ax1.set_xlim(85,103)

ax2.hist(cluster3['release_spin_rate'], bins=25)
ax2.set_xlabel('release_spin_rate')
ax2.set_ylabel('Frequency')
ax2.set_title('Cluster 3 four seamers thrown, spin rate histogram')
ax2.set_xlim(1700,2800)

print('Average velocity: {}'.format(round(np.mean(cluster3['release_speed']),2)))
print('Average spin rate: {}'.format(round(np.mean(cluster3['release_spin_rate']))))

Cluster 4 : 높은 구속 / 매우 높은 회전수

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2) = plt.subplots(1,2, figsize=(11,3))

ax1.hist(cluster4['release_speed'], bins=25)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('Cluster 4 four seamers thrown, velocity histogram')
ax1.set_xlim(85,103)

ax2.hist(cluster4['release_spin_rate'], bins=25)
ax2.set_xlabel('release_spin_rate')
ax2.set_ylabel('Frequency')
ax2.set_title('Cluster 4 four seamers thrown, spin rate histogram')
ax2.set_xlim(1700,2800)

print('Average velocity: {}'.format(round(np.mean(cluster4['release_speed']),2)))
print('Average spin rate: {}'.format(round(np.mean(cluster4['release_spin_rate']))))

Cluster 5 : 낮은 구속 / 높은 회전수

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2) = plt.subplots(1,2, figsize=(11,3))

ax1.hist(cluster5['release_speed'], bins=25)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('Cluster 5 four seamers thrown, velocity histogram')
ax1.set_xlim(85,103)

ax2.hist(cluster5['release_spin_rate'], bins=25)
ax2.set_xlabel('release_spin_rate')
ax2.set_ylabel('Frequency')
ax2.set_title('Cluster 5 four seamers thrown, spin rate histogram')
ax2.set_xlim(1700,2800)

print('Average velocity: {}'.format(round(np.mean(cluster5['release_speed']),2)))
print('Average spin rate: {}'.format(round(np.mean(cluster5['release_spin_rate']))))

Cluster 6 : 매우 낮은 구속 / 평균 회전수

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2) = plt.subplots(1,2, figsize=(11,3))

ax1.hist(cluster6['release_speed'], bins=25)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('Cluster 6 four seamers thrown, velocity histogram')
ax1.set_xlim(85,103)

ax2.hist(cluster6['release_spin_rate'], bins=25)
ax2.set_xlabel('release_spin_rate')
ax2.set_ylabel('Frequency')
ax2.set_title('Cluster 6 four seamers thrown, spin rate histogram')
ax2.set_xlim(1700,2800)

print('Average velocity: {}'.format(round(np.mean(cluster6['release_speed']),2)))
print('Average spin rate: {}'.format(round(np.mean(cluster6['release_spin_rate']))))

데이터의 특정 부분을 탐색하고 시각화하는 과정입니다. 이를 통해 데이터에 대한 통찰력을 얻을 수 있으며, 복잡한 데이터셋을 이해하는 데 도움을 줍니다.

print('Cluster 1 Top 3 Pitchers:')
print(cluster1['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

print('Cluster 2 Top 3 Pitchers:')
print(cluster2['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

print('Cluster 3 Top 3 Pitchers:')
print(cluster3['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

print('Cluster 4 Top 3 Pitchers:')
print(cluster4['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

print('Cluster 5 Top 3 Pitchers:')
print(cluster5['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

print('Cluster 6 Top 3 Pitchers:')
print(cluster6['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus1pitchers = cluster1['player_name'].unique()

clus1df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus1pitchers:
  pitcher_df = cluster1[cluster1['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus1df = pd.concat([clus1df, temp_df])

clus1df['Cluster'] = 1

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus2pitchers = cluster2['player_name'].unique()

clus2df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus2pitchers:
  pitcher_df = cluster2[cluster2['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus2df = pd.concat([clus2df, temp_df])

clus2df['Cluster'] = 2

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus3pitchers = cluster3['player_name'].unique()

clus3df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus3pitchers:
  pitcher_df = cluster3[cluster3['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus3df = pd.concat([clus3df, temp_df])

clus3df['Cluster'] = 3

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus4pitchers = cluster4['player_name'].unique()

clus4df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus4pitchers:
  pitcher_df = cluster4[cluster4['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus4df = pd.concat([clus4df, temp_df])

clus4df['Cluster'] = 4

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus5pitchers = cluster5['player_name'].unique()

clus5df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus5pitchers:
  pitcher_df = cluster5[cluster5['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus5df = pd.concat([clus5df, temp_df])

clus5df['Cluster'] = 5

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus6pitchers = cluster6['player_name'].unique()

clus6df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus6pitchers:
  pitcher_df = cluster6[cluster6['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus6df = pd.concat([clus6df, temp_df])

clus6df['Cluster'] = 6

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

final_df = pd.concat([clus1df, clus2df])
final_df = pd.concat([final_df, clus3df])
final_df = pd.concat([final_df, clus4df])
final_df = pd.concat([final_df, clus5df])
final_df = pd.concat([final_df, clus6df])

Cluster 1 : 높은 구속 / 낮은 회전수

Average velocity: 95.75
Average spin rate: 2195

final_df[final_df['Cluster']==1].sort_values(by='CSW', ascending=False).head(10)

final_df[(final_df['Cluster']==1) & (final_df['PitchesThrown']>199)].sort_values(by='CSW', ascending=False).head(10)

Reid-Foley, Sean

Cluster 2 : 낮은 구속 / 매우 낮은 회전수

Average velocity: 93.12
Average spin rate: 2104

final_df[final_df['Cluster']==2].sort_values(by='CSW', ascending=False).head(10)

final_df[(final_df['Cluster']==2) & (final_df['PitchesThrown']>199)].sort_values(by='CSW', ascending=False).head(10)

Schreiber, John

Cluster 3 : 매우 높은 구속 / 평균 회전수

Average velocity: 98.48
Average spin rate: 2351

final_df[final_df['Cluster']==3].sort_values(by='CSW', ascending=False).head(10)

final_df[(final_df['Cluster']==3) & (final_df['PitchesThrown']>199)].sort_values(by='CSW', ascending=False).head(10)

deGrom, Jacob

Cluster 4 : 높은 구속 / 매우 높은 회전수

Average velocity: 95.65
Average spin rate: 2469

final_df[final_df['Cluster']==4].sort_values(by='CSW', ascending=False).head(10)

final_df[(final_df['Cluster']==4) & (final_df['PitchesThrown']>199)].sort_values(by='CSW', ascending=False).head(10)

Jax, Griffin

Cluster 5 : 낮은 구속 / 높은 회전수

Average velocity: 93.17
Average spin rate: 2373

final_df[final_df['Cluster']==5].sort_values(by='CSW', ascending=False).head(10)

final_df[(final_df['Cluster']==5) & (final_df['PitchesThrown']>199)].sort_values(by='CSW', ascending=False).head(10)

Miller, Shelby

Cluster 6 : 매우 낮은 구속 / 평균 회전수

Average velocity: 90.17
Average spin rate: 2195

final_df[final_df['Cluster']==6].sort_values(by='CSW', ascending=False).head(10)

final_df[(final_df['Cluster']==6) & (final_df['PitchesThrown']>199)].sort_values(by='CSW', ascending=False).head(10)

Ryan, Joe

#overall
final_df[final_df['PitchesThrown']>99].sort_values(by='CSW', ascending=False).head(25)

Slider

all_sliders = all_data[all_data['pitch_name']=='Slider']
all_sliders['pfx_x2'] = all_sliders['pfx_x'].abs()

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2, ax3, ax4) = plt.subplots(1,4, figsize=(22,3))

ax1.hist(all_sliders['release_speed'], bins=50)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('All sliders thrown, velocity histogram')
ax1.set_xlim(72,95)

ax2.hist(all_sliders['pfx_x2'], bins=50)
ax2.set_xlabel('horizontal movement (in feet)')
ax2.set_ylabel('Frequency')
ax2.set_title('All sliders thrown, horizontal movement histogram')
ax2.set_xlim(0,2)

ax3.hist(all_sliders['pfx_z'], bins=50)
ax3.set_xlabel('vertical movement (in feet)')
ax3.set_ylabel('Frequency')
ax3.set_title('All sliders thrown, vertical movement histogram')
ax3.set_xlim(-1.5,1.5)

ax4.hist(all_sliders['release_spin_rate'], bins=50)
ax4.set_xlabel('spin rate')
ax4.set_ylabel('Frequency')
ax4.set_title('All sliders thrown, spin rate histogram')
ax4.set_xlim(1500,3500)


print('Average velocity: {}'.format(round(np.mean(all_sliders['release_speed']), 2)))
print('Average spin rate: {}'.format(round(np.mean(all_sliders['release_spin_rate']))))
print('Average horizontal movement: {}'.format(round(np.mean(all_sliders['pfx_x2']), 2)))
print('Average vertical movement: {}'.format(round(np.mean(all_sliders['pfx_z']), 2)))

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

slider_data_w_pitcher = all_sliders[['player_name','description','release_speed','release_spin_rate', 'pfx_x2', 'pfx_z']]
slider_data_w_pitcher = slider_data_w_pitcher[slider_data_w_pitcher['release_speed']>75].dropna()
slider_data = slider_data_w_pitcher[['release_speed','release_spin_rate', 'pfx_x2', 'pfx_z']]

x = slider_data.values #returns a numpy array
min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(x)
slider_df_normalized = pd.DataFrame(x_scaled)
slider_df_normalized.index = slider_data.index

clustering_data = slider_df_normalized.values

slider_data_w_pitcher.head(5)

slider_df_normalized.head(5)

데이터의 특정 부분을 탐색하고 시각화하는 과정입니다. 이를 통해 데이터에 대한 통찰력을 얻을 수 있으며, 복잡한 데이터셋을 이해하는 데 도움을 줍니다.

wcss = []
for i in range(1,11):
  kmeans = KMeans(n_clusters=i, init='k-means++', max_iter=300, n_init=10, random_state=10)
  kmeans.fit(clustering_data)
  wcss.append(kmeans.inertia_)

plt.plot(range(1,11),wcss)
plt.title('Elbow Plot to Find Optimal Number of Clusters')
plt.show

kmeans = KMeans(n_clusters=5, init='k-means++', max_iter=300, n_init=10, random_state=0)
pred_y = kmeans.fit_predict(clustering_data)
plt.scatter(clustering_data[:,0], clustering_data[:,1], clustering_data[:,2], clustering_data[:,3])
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s=300, c='red')
plt.show()

slider_data_w_pitcher['Cluster'] = pred_y
cluster1 = slider_data_w_pitcher[slider_data_w_pitcher['Cluster']==0].sort_values(by='pfx_x2',ascending=False)
cluster2 = slider_data_w_pitcher[slider_data_w_pitcher['Cluster']==1].sort_values(by='pfx_x2',ascending=False)
cluster3 = slider_data_w_pitcher[slider_data_w_pitcher['Cluster']==2].sort_values(by='pfx_x2',ascending=False)
cluster4 = slider_data_w_pitcher[slider_data_w_pitcher['Cluster']==3].sort_values(by='pfx_x2',ascending=False)
cluster5 = slider_data_w_pitcher[slider_data_w_pitcher['Cluster']==4].sort_values(by='pfx_x2',ascending=False)

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2, ax3, ax4) = plt.subplots(1,4, figsize=(22,3))

ax1.hist(all_sliders['release_speed'], bins=50)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('All sliders thrown, velocity histogram')
ax1.set_xlim(72,95)

ax2.hist(all_sliders['pfx_x2'], bins=50)
ax2.set_xlabel('horizontal movement (in feet)')
ax2.set_ylabel('Frequency')
ax2.set_title('All sliders thrown, horizontal movement histogram')
ax2.set_xlim(0,2)

ax3.hist(all_sliders['pfx_z'], bins=50)
ax3.set_xlabel('vertical movement (in feet)')
ax3.set_ylabel('Frequency')
ax3.set_title('All sliders thrown, vertical movement histogram')
ax3.set_xlim(-1.5,1.5)

ax4.hist(all_sliders['release_spin_rate'], bins=50)
ax4.set_xlabel('spin rate')
ax4.set_ylabel('Frequency')
ax4.set_title('All sliders thrown, spin rate histogram')
ax4.set_xlim(1500,3500)


print('Average velocity: {}'.format(round(np.mean(all_sliders['release_speed']), 2)))
print('Average spin rate: {}'.format(round(np.mean(all_sliders['release_spin_rate']))))
print('Average horizontal movement: {}'.format(round(np.mean(all_sliders['pfx_x2']), 2)))
print('Average vertical movement: {}'.format(round(np.mean(all_sliders['pfx_z']), 2)))

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2, ax3, ax4) = plt.subplots(1,4, figsize=(22,3))

ax1.hist(cluster1['release_speed'], bins=50)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('All sliders thrown, velocity histogram')
ax1.set_xlim(72,95)

ax2.hist(cluster1['pfx_x2'], bins=50)
ax2.set_xlabel('horizontal movement (in feet)')
ax2.set_ylabel('Frequency')
ax2.set_title('All sliders thrown, horizontal movement histogram')
ax2.set_xlim(0,2)

ax3.hist(cluster1['pfx_z'], bins=50)
ax3.set_xlabel('vertical movement (in feet)')
ax3.set_ylabel('Frequency')
ax3.set_title('All sliders thrown, vertical movement histogram')
ax3.set_xlim(-1.5,1.5)

ax4.hist(cluster1['release_spin_rate'], bins=50)
ax4.set_xlabel('spin rate')
ax4.set_ylabel('Frequency')
ax4.set_title('All sliders thrown, spin rate histogram')
ax4.set_xlim(1500,3500)


print('Average velocity: {}'.format(round(np.mean(cluster1['release_speed']), 2)))
print('Average spin rate: {}'.format(round(np.mean(cluster1['release_spin_rate']))))
print('Average horizontal movement: {}'.format(round(np.mean(cluster1['pfx_x2']), 2)))
print('Average vertical movement: {}'.format(round(np.mean(cluster1['pfx_z']), 2)))

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2, ax3, ax4) = plt.subplots(1,4, figsize=(22,3))

ax1.hist(cluster2['release_speed'], bins=50)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('All sliders thrown, velocity histogram')
ax1.set_xlim(72,95)

ax2.hist(cluster2['pfx_x2'], bins=50)
ax2.set_xlabel('horizontal movement (in feet)')
ax2.set_ylabel('Frequency')
ax2.set_title('All sliders thrown, horizontal movement histogram')
ax2.set_xlim(0,2)

ax3.hist(cluster2['pfx_z'], bins=50)
ax3.set_xlabel('vertical movement (in feet)')
ax3.set_ylabel('Frequency')
ax3.set_title('All sliders thrown, vertical movement histogram')
ax3.set_xlim(-1.5,1.5)

ax4.hist(cluster2['release_spin_rate'], bins=50)
ax4.set_xlabel('spin rate')
ax4.set_ylabel('Frequency')
ax4.set_title('All sliders thrown, spin rate histogram')
ax4.set_xlim(1500,3500)


print('Average velocity: {}'.format(round(np.mean(cluster2['release_speed']), 2)))
print('Average spin rate: {}'.format(round(np.mean(cluster2['release_spin_rate']))))
print('Average horizontal movement: {}'.format(round(np.mean(cluster2['pfx_x2']), 2)))
print('Average vertical movement: {}'.format(round(np.mean(cluster2['pfx_z']), 2)))

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2, ax3, ax4) = plt.subplots(1,4, figsize=(22,3))

ax1.hist(cluster3['release_speed'], bins=50)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('All sliders thrown, velocity histogram')
ax1.set_xlim(72,95)

ax2.hist(cluster3['pfx_x2'], bins=50)
ax2.set_xlabel('horizontal movement (in feet)')
ax2.set_ylabel('Frequency')
ax2.set_title('All sliders thrown, horizontal movement histogram')
ax2.set_xlim(0,2)

ax3.hist(cluster3['pfx_z'], bins=50)
ax3.set_xlabel('vertical movement (in feet)')
ax3.set_ylabel('Frequency')
ax3.set_title('All sliders thrown, vertical movement histogram')
ax3.set_xlim(-1.5,1.5)

ax4.hist(cluster3['release_spin_rate'], bins=50)
ax4.set_xlabel('spin rate')
ax4.set_ylabel('Frequency')
ax4.set_title('All sliders thrown, spin rate histogram')
ax4.set_xlim(1500,3500)


print('Average velocity: {}'.format(round(np.mean(cluster3['release_speed']), 2)))
print('Average spin rate: {}'.format(round(np.mean(cluster3['release_spin_rate']))))
print('Average horizontal movement: {}'.format(round(np.mean(cluster3['pfx_x2']), 2)))
print('Average vertical movement: {}'.format(round(np.mean(cluster3['pfx_z']), 2)))

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2, ax3, ax4) = plt.subplots(1,4, figsize=(22,3))

ax1.hist(cluster4['release_speed'], bins=50)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('All sliders thrown, velocity histogram')
ax1.set_xlim(72,95)

ax2.hist(cluster4['pfx_x2'], bins=50)
ax2.set_xlabel('horizontal movement (in feet)')
ax2.set_ylabel('Frequency')
ax2.set_title('All sliders thrown, horizontal movement histogram')
ax2.set_xlim(0,2)

ax3.hist(cluster4['pfx_z'], bins=50)
ax3.set_xlabel('vertical movement (in feet)')
ax3.set_ylabel('Frequency')
ax3.set_title('All sliders thrown, vertical movement histogram')
ax3.set_xlim(-1.5,1.5)

ax4.hist(cluster4['release_spin_rate'], bins=50)
ax4.set_xlabel('spin rate')
ax4.set_ylabel('Frequency')
ax4.set_title('All sliders thrown, spin rate histogram')
ax4.set_xlim(1500,3500)


print('Average velocity: {}'.format(round(np.mean(cluster4['release_speed']), 2)))
print('Average spin rate: {}'.format(round(np.mean(cluster4['release_spin_rate']))))
print('Average horizontal movement: {}'.format(round(np.mean(cluster4['pfx_x2']), 2)))
print('Average vertical movement: {}'.format(round(np.mean(cluster4['pfx_z']), 2)))

데이터를 순회하며 특정 조건에 따라 데이터를 처리하는 코드입니다. 이러한 조건부 로직은 데이터 분석에서 매우 중요한 부분을 차지합니다.

fig, (ax1, ax2, ax3, ax4) = plt.subplots(1,4, figsize=(22,3))

ax1.hist(cluster5['release_speed'], bins=50)
ax1.set_xlabel('release_speed')
ax1.set_ylabel('Frequency')
ax1.set_title('All sliders thrown, velocity histogram')
ax1.set_xlim(72,95)

ax2.hist(cluster5['pfx_x2'], bins=50)
ax2.set_xlabel('horizontal movement (in feet)')
ax2.set_ylabel('Frequency')
ax2.set_title('All sliders thrown, horizontal movement histogram')
ax2.set_xlim(0,2)

ax3.hist(cluster5['pfx_z'], bins=50)
ax3.set_xlabel('vertical movement (in feet)')
ax3.set_ylabel('Frequency')
ax3.set_title('All sliders thrown, vertical movement histogram')
ax3.set_xlim(-1.5,1.5)

ax4.hist(cluster5['release_spin_rate'], bins=50)
ax4.set_xlabel('spin rate')
ax4.set_ylabel('Frequency')
ax4.set_title('All sliders thrown, spin rate histogram')
ax4.set_xlim(1500,3500)


print('Average velocity: {}'.format(round(np.mean(cluster5['release_speed']), 2)))
print('Average spin rate: {}'.format(round(np.mean(cluster5['release_spin_rate']))))
print('Average horizontal movement: {}'.format(round(np.mean(cluster5['pfx_x2']), 2)))
print('Average vertical movement: {}'.format(round(np.mean(cluster5['pfx_z']), 2)))

Cluster Breakdown

평균 :

Average velocity: 85.25
Average spin rate: 2420
Average horizontal movement: 0.52
Average vertical movement: 0.11

Cluster 1: 높은 구속, 높은 회전수, 낮은 횡 무브먼트, 낮은 종 무브먼트

Average velocity: 87.93
Average spin rate: 2567
Average horizontal movement: 0.38
Average vertical movement: 0.01

Cluster 2: 높은 구속, 매우 낮은 회전수, 낮은 횡 무브먼트, 높은 종 무브먼트

Average velocity: 87.72
Average spin rate: 2247
Average horizontal movement: 0.25
Average vertical movement: 0.44

Cluster 3: 매우 낮은 구속, 평균 회전수, 높은 횡 무브먼트, 낮은 종 무브먼트

Average velocity: 80.74
Average spin rate: 2480
Average horizontal movement: 1.21
Average vertical movement: 0.05

Cluster 4: 낮은 구속, 낮은 회전수, 낮은 횡 무브먼트, 낮은 종 무브먼트

Average velocity: 83.55
Average spin rate: 2316
Average horizontal movement: 0.31
Average vertical movement: -0.02

Cluster 5: 평균 구속, 높은 회전수, 매우 높은 횡 무브먼트, 낮은 종 무브먼트

Average velocity: 85.13
Average spin rate: 2629
Average horizontal movement: 0.89
Average vertical movement: -0.0

CSW Rates

Cluster 1: 24.57%

Cluster 2: 22.98%

Cluster 3: 23.29%

Cluster 4: 23.34%

Cluster 5: 23.69%

print(round(cswRate(cluster1)*100,2))
print(round(cswRate(cluster2)*100,2))
print(round(cswRate(cluster3)*100,2))
print(round(cswRate(cluster4)*100,2))
print(round(cswRate(cluster5)*100,2))

데이터의 특정 부분을 탐색하고 시각화하는 과정입니다. 이를 통해 데이터에 대한 통찰력을 얻을 수 있으며, 복잡한 데이터셋을 이해하는 데 도움을 줍니다.

print('Cluster 1 Top 3 Pitchers:')
print(cluster1['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

print('Cluster 2 Top 3 Pitchers:')
print(cluster2['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

print('Cluster 3 Top 3 Pitchers:')
print(cluster3['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

print('Cluster 4 Top 3 Pitchers:')
print(cluster4['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

print('Cluster 5 Top 3 Pitchers:')
print(cluster5['player_name'].value_counts(normalize=True).rename_axis('Pitcher').reset_index(name='Frequency').sort_values(by='Frequency', ascending=False).head(3))
print('\n')

label1 = 'release_spin_rate'
label2 = 'pfx_x'
plt.scatter(all_sliders[label1], abs(all_sliders[label2]))
plt.title('%s vs. %s' %(label1,label2))
plt.xlabel(label1)
plt.ylabel(label2)

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus1pitchers = cluster1['player_name'].unique()

clus1df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus1pitchers:
  pitcher_df = cluster1[cluster1['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus1df = pd.concat([clus1df, temp_df])

clus1df['Cluster'] = 1

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus2pitchers = cluster2['player_name'].unique()

clus2df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus2pitchers:
  pitcher_df = cluster2[cluster2['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus2df = pd.concat([clus2df, temp_df])

clus2df['Cluster'] = 2

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus3pitchers = cluster3['player_name'].unique()

clus3df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus3pitchers:
  pitcher_df = cluster3[cluster3['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus3df = pd.concat([clus3df, temp_df])

clus3df['Cluster'] = 3

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus4pitchers = cluster4['player_name'].unique()

clus4df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus4pitchers:
  pitcher_df = cluster4[cluster4['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus4df = pd.concat([clus4df, temp_df])

clus4df['Cluster'] = 4

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

clus5pitchers = cluster5['player_name'].unique()

clus5df = pd.DataFrame(columns=['Pitcher','PitchesThrown','CSW'])
for pitcher in clus5pitchers:
  pitcher_df = cluster5[cluster5['player_name']==pitcher]
  pitches_thrown = len(pitcher_df)
  csw = cswRate(pitcher_df)
  d = {"Pitcher": [pitcher], "PitchesThrown": [pitches_thrown], "CSW": [csw]}
  temp_df = pd.DataFrame(d)
  clus5df = pd.concat([clus5df, temp_df])

clus5df['Cluster'] = 5

CSV 파일로부터 데이터를 읽어오고, 여러 데이터 프레임을 하나로 합치는 과정을 진행합니다. 이는 데이터 분석의 기초적인 단계로, 전체 데이터셋을 구축하는 데 중요합니다.

final_df = pd.concat([clus1df, clus2df])
final_df = pd.concat([final_df, clus3df])
final_df = pd.concat([final_df, clus4df])
final_df = pd.concat([final_df, clus5df])

Cluster 1: 높은 구속, 높은 회전수, 낮은 횡 무브먼트, 낮은 종 무브먼트

Average velocity: 87.93
Average spin rate: 2567
Average horizontal movement: 0.38
Average vertical movement: 0.01

final_df[final_df['Cluster']==1].sort_values(by='CSW', ascending=False).head(10)

Gallegos, Giovanny

Cluster 2: 높은 구속, 매우 낮은 회전수, 낮은 횡 무브먼트, 높은 종 무브먼트

Average velocity: 87.72
Average spin rate: 2247
Average horizontal movement: 0.25
Average vertical movement: 0.44

final_df[final_df['Cluster']==2].sort_values(by='CSW', ascending=False).head(10)

Leclerc, José

Cluster 3: 매우 낮은 구속, 평균 회전수, 높은 횡 무브먼트, 낮은 종 무브먼트

Average velocity: 80.74
Average spin rate: 2480
Average horizontal movement: 1.21
Average vertical movement: 0.05

final_df[final_df['Cluster']==3].sort_values(by='CSW', ascending=False).head(10)

Farmer, Buck

Cluster 4: 낮은 구속, 낮은 회전수, 낮은 횡 무브먼트, 낮은 종 무브먼트

Average velocity: 83.55
Average spin rate: 2316
Average horizontal movement: 0.31
Average vertical movement: -0.02

final_df[final_df['Cluster']==4].sort_values(by='CSW', ascending=False).head(10)

Overton, Connor

Cluster 5: 평균 구속, 높은 회전수, 매우 높은 횡 무브먼트, 낮은 종 무브먼트

Average velocity: 85.13
Average spin rate: 2629
Average horizontal movement: 0.89
Average vertical movement: -0.0

final_df[final_df['Cluster']==5].sort_values(by='CSW', ascending=False).head(10)

Strider, Spencer