플젝하면서 TIL까지 쓰는 거 대체 어케함???
WIL로 미루겠습니다...^^;;

프로젝트 코드 작성한거 냅다 복붙하기

---

데이터 불러오기

https://teamsparta.notion.site/NBA-1bc2dc3ef5148120aeecfa26008ccba1

import pandas as pd

games = pd.read_csv('data/games.csv')
games_details = pd.read_csv('data/games_details.csv')
players = pd.read_csv('data/players.csv')
ranking = pd.read_csv('data/ranking.csv')
teams = pd.read_csv('data/teams.csv')

games.isna().sum()

games.shape

games[games['PTS_home'].isna()==True]

games_details.isna().sum()

ranking.isna().sum()

games.head()

games.columns

2014 시즌 이후 데이터만 추출

games = games[games['SEASON']>=2014]

필요없는 컬럼 삭제 (중복 컬럼)

games = games.drop(['HOME_TEAM_ID','VISITOR_TEAM_ID'], axis=1)

games.shape

games.isna().sum()

ranking.head()

ranking.shape

games_details.head()

games_details.shape

NBA 분석 예시
https://western-sky.tistory.com/42

시즌별 상위 5팀 추출 (승률이 동률인 경우 그냥 랜덤으로 하나만)
games 테이블에서 각 팀의 평균치 계산

시즌별 하위 5팀 추출
games 테이블에서 각 팀의 평균치 계산

우리팀(Oklahoma city)의 기량 계산

부족한 역량 보완을 위한 후보 영입 전략

시즌별 상위 5팀 추출

ranking = pd.read_csv('data/ranking.csv')

2014~2022 시즌 데이터 필터링

rank_post2014 = ranking[(ranking['SEASON_ID']>=22014)&(ranking['SEASON_ID']<22022)]

시즌 별 경기 수

rank_post2014.groupby('SEASON_ID')['G'].max()

시즌별 마지막 날짜

end_date = rank_post2014.groupby('SEASON_ID')['STANDINGSDATE'].max().to_list()
end_date

rank_last_date = rank_post2014[rank_post2014['STANDINGSDATE'].isin(end_date)]

rank_last_date['group rank'] = rank_last_date.groupby('SEASON_ID')['W_PCT'].rank(method='first', ascending=False)

시즌 2014~2021 top5 팀 (시즌별, 순위별 정리)

rank_top5 = rank_last_date[rank_last_date['group rank']<=5].sort_values(['SEASON_ID','group rank'],ascending=[False,True])

필요한 컬럼만 추출

rank_top5 = rank_top5[['TEAM_ID','SEASON_ID','CONFERENCE','TEAM','HOME_RECORD','ROAD_RECORD','group rank']]

rank_top5

games 테이블에서 각 팀의 평균치 계산

games = pd.read_csv('data/games.csv')
games.head()

필요없는 컬럼 삭제

games = games.drop(['HOME_TEAM_ID','VISITOR_TEAM_ID','GAME_STATUS_TEXT'],axis=1)

2014시즌 이후의 데이터만 필터링

games = games[games['SEASON']>=2014]

games.isna().sum()

games 원본 데이터에 있던 결측치는 모두 2003년 10월의 일부 데이터에 포함됨

필터링 이후 데이터에는 상관 X (신경 안써도 됨)

2014 시즌 데이터만 이용하여 팀별 평균치 계산

2014시즌 games 데이터만 추출

games_2014 = games[games['SEASON']==2014]
games.shape

games_2014.head()

rank_top5_2014 = rank_top5[rank_top5['SEASON_ID']==22014]
rank_top5_2014

merged_games2014_home = pd.merge(games_2014,rank_top5_2014,how='inner',left_on='TEAM_ID_home', right_on='TEAM_ID')

merged_games2014_home.describe()

merged_games2014_away = pd.merge(games_2014,rank_top5_2014,how='inner',left_on='TEAM_ID_away', right_on='TEAM_ID')

merged_games2014_away.describe()

merged_games2014_home.groupby("TEAM")['FG3_PCT_home'].mean()

merged_games2014_away.groupby("TEAM")['FG3_PCT_away'].mean()

games_details

games_details[(games_details['FGM'].isna()==True)&(games_details['TEAM_CITY'].isin(rank_top5_2014['TEAM']))].head(2000)

games[games['GAME_ID']==41900222]

games_details.groupby('GAME_ID')['GAME_ID'].count()

games_details 결측치 -> 각 게임 당 코치 정보

games_details MIN값(뛴 시간)이 마이너스인 선수들 존재 (약 20row??) -> 이상치??(이상치 ㅇㅇ)

경기 뛴 시간이 0이상인 선수들만 추출해야할듯

전처리 빨리 하고 테이블 합쳐서 계산해보고 2차 스탯(?)도 계산해보고,,,

• 상위 5개 팀과 우리 팀 비교
  • games_details 테이블에서 각 게임당 팀별 기록(?)값을 더하고
  • game_id와 결합하여 다시 팀별로 모든 게임의 기록을 더한 뒤 전체 경기 수로 나눈다(?)

games_details 테이블 전처리

games_details = pd.read_csv('data/games_details.csv')

#games_details['MIN'] = (pd.to_timedelta("00:" + games_details['MIN'].astype(str), errors='coerce').dt.total_seconds() / 60).round(2)

games_details['MIN'].isna().sum()

games_details.head()

games_details.shape

games_details 테이블에서 필요한 컬럼만 추출

games_details = games_details.drop(['TEAM_ABBREVIATION','NICKNAME','COMMENT','FG3_PCT','FT_PCT'],axis=1)

2014~2022 시즌만 추출한 GAME_ID 테이블에서 GAME_ID를 중복제거하여 리스트로 가져옴

game_ids = games['GAME_ID'].unique().tolist()
len(game_ids)

games_details 테이블에서 시즌 2014~2022에 해당하는 GAME_ID만을 필터링

games_details = games_details[games_details['GAME_ID'].isin(game_ids)]
print(games_details.shape)
display(games_details.head())

games_details.isna().sum()

코치도 모두 제거 (기록에서 결측치가 있는 행은 모두 코치인 걸 확인!)

games_details = games_details.dropna(subset=['FGM'])

games_details.shape

games_details.isna().sum()

MIN 컬럼 전처리

이걸 우짜지....................

games_details['MIN'][422]

지피티 가라사대.... 결국 굴복했다....

games_details['MIN'] = (pd.to_timedelta("00:" + games_details['MIN'].astype(str), errors='coerce').dt.total_seconds() / 60).round(2)

games_details['MIN']

min_list = []
for i in games_details['MIN']:

# ':'이 있는 경우 -> split
if ':' in i:
    x = i.split(':')
    m = int(float(x[0]))
    s = int(float(x[1]))
else:
    # ':'이 없는 경우 -> 초는 0
    m = int(float(i))
    s = 0
min_list.append([m,s])

games_details['MIN'] = min_list
games_details

games_details['MIN']

#games_details['MIN'] = 1pd.DataFrame(total_sec)
games_details['MIN'].isna().sum()

games_details[games_details['MIN'].isna()].index

games_details['MIN'][422]

각 팀의 총 경기 수

games_details.groupby('TEAM_ID')['GAME_ID'].nunique()

games_details.groupby(['TEAM_ID',''])['GAME_ID'].nunique()

일단 팀원들끼리 전처리하는 방식을 통일하고,
동일한 코드를 공유하기

games_details 데이터를 GAME_ID, TEAM_ID 기준으로 그룹화

team_details = games_details.groupby(['GAME_ID','TEAM_ID','TEAM_CITY'])[['FGM','FGA','FG3M','FG3A','FTM','FTA','OREB','DREB','REB', 'AST', 'STL', 'BLK', 'TO','PF','PTS']].sum().reset_index()

team_details